método para hallar el factor de equivalencia vehicular a...

Método para hallar el factor de equivalencia vehicular a

motocicletas Aplicación en la ciudad de Medellín.

Yuli Gabriela Yarce Marín

Universidad Nacional de Colombia

Facultad de Minas, Escuela de Ingeniería civil

Medellín, Colombia

2015

Método para hallar el factor de equivalencia vehicular a

motocicletas

Aplicación en la ciudad de Medellín.

Yuli Gabriela Yarce Marín

Tesis de investigación presentada como requisito parcial para optar al título de:

Magíster en Ingeniería Infraestructura y Sistemas de Transporte

Director:

MSc. Víctor Gabriel Valencia Alaix

Línea de Investigación:

Capacidad y Niveles de Servicio

Grupo de Investigación:

Vías y Transporte (VITRA)

Universidad Nacional de Colombia

Facultad de Minas, Departamento de Ingeniería civil

Medellín, Colombia

2015

Dedicatoria

A Dios y la virgen Maria Auxiliadora, quienes

siempre han sido un gran apoyo psicológico.

A mis padres Maria Gladys Marín, Jorge Alberto

Yarce. A mis hermanos Jorge Andrés Y.M, Omar

Antonio Y.M y A mi esposo Nicolás Enrique

Cárdenas, porque son el motor que me impulsa a

alcanzar mis metas y ser mejor persona cada día.

A la universidad Nacional de Colombia y los

valiosos profesores que me han enseñado grandes

lesiones y virtudes durante mi formación profesional

y personal.

“La única parte donde el ‘éxito’ aparece antes que

el ‘trabajo’ es en el diccionario.”

Vidal Sasoon

Agradecimientos

Agradezco a mi familia Yarce Marín y esposo Nicolás Enrique Cárdenas, quienes son la

razón de mis metas. A mi director de tesis Víctor Gabriel Valencia, quien me infundo el

gusto de estudiar la movilidad, además de ser un gran apoyo y guía en la realización del

presente estudio y muy seguramente de futuros.

Agradezco al grupo de Sistemas Inteligentes en red S.A.S, quien está a cargo del Centro

de Control de Tránsito de la ciudad de Medellín, entre ellos a mis queridos colegas, los

ingenieros Sandra Milena Serna y Juan Manuel Gomez, por su ayuda incondicional e

interés en el tema. Igualmente a mis queridos jefes Gloria Salazar y Roberto Urrea

quienes me apoyaron y aprobaron la disposición de la información necesaria por parte

del Centro de Control, además de impulsar la oportunidad de exponer el tema en otro

país junto con el Clatpu 2014 Argentina.

También agradezco a la revista Andinatraffic por aprobar la publicación de un artículo

sobre el presente tema y de todo corazón agradezco aquellos profesores y personas que

aportaron su tiempo y conocimiento en el desarrollo de la investigación.

“Si un hombre no está agradecido por lo que tiene, es probable que no sea agradecido

por lo que tendrá.”

Frank A. Clark

Resumen y Abstract V

Resumen

Una de las principales causas del problema de movilidad es el acelerado aumento de

volúmenes vehiculares, en especial el de las motocicletas. Colombia, ocupa el segundo

lugar en la producción de motocicletas en la región (MinCIT1) para el año 2013 se

vendieron 644.751 motocicletas y para el año 2014 se obtuvo un aumento aproximado

del 15%, estimando cifras superiores para el 2015. Este tema afecta los estudios donde

se realiza la conversión a la unidad de automóvil equivalente para la homogenización del

flujo, dicho concepto se vuelve insignificante y difícil de ser apropiado en el tránsito

dominado por las motocicletas, debido a que el alto volumen y el comportamiento de

éstas, demandan otra conversión. Un estudio de caso se ha desarrollado, con el objetivo

de proponer un método para la generación de factores de conversión a la unidad de

motocicletas, los cuales están en función de la velocidad y el espacio efectivo que

presentan los vehículos al movilizarse por una corriente vehicular.

Palabras claves:

Espacio, Velocidad, Motocicleta, Factor de conversión, Tránsito.

1 Ministerio de Comercio, Industria y Turismo

Resumen y Abstract VI

Abstract

One of the main causes of mobility’s problem is the rapid increase in vehicle volumes,

especially motorcycles. Colombia, ranks second in the production of motorcycles in the

region (MinCIT), for 2013 644.751 motorcycles were sold and for 2014 an increase of

approximately 15% was obtained, estimating higher figures for 2015. This issue affects

studies where conversion is done to the equivalent car unit for the homogenization of the

flow, this becomes an alternative concept but less appropriate when the traffic is

dominated by motorcycles, due to the high volume and behavior, these demand another

conversion. A case study has been developed with the aim of proposing a method for

generating conversion factors to motorcycles unit, which are in function of the speed and

vehicles effective space when they mobilize in a vehicular flow.

Keywords:

Space, Speed, Motorcycle, Convertion factor, Transit

Contenido VII

Contenido

1 Metodología de la investigación .......................................................................... 3

1.1 Crisis actual o problemática ................................................................................... 3

1.1.1 Definición de pregunta(s) de investigación ......................................................... 7

1.1.2 Protocolo de búsqueda de información .............................................................. 8

1.1.3 Principales hallazgos de los estudios revisados. ................................................ 9

1.2 Hipótesis .............................................................................................................. 18

1.3 Justificación ......................................................................................................... 18

1.4 Objetivos .............................................................................................................. 19

1.4.1 Objetivo general ............................................................................................... 19

1.4.2 Objetivos específicos ....................................................................................... 19

1.5 Requisitos y limitaciones para el aporte conceptual ............................................. 19

1.6 Conclusiones generales del capitulo ................................................................... 20

2 Formulación ........................................................................................................ 22

2.1 Localizar y contabilizar la demanda vehicular a estudiar ...................................... 22

2.2 Videograbaciones ................................................................................................ 22

2.3 Registrar resultados de las videograbaciones ...................................................... 22

2.4 Caracterizar la vía ................................................................................................ 23


3 Marco teórico ...................................................................................................... 24

4 Descripción general de escenarios ................................................................... 26

4.1 Aforos vehiculares ............................................................................................... 27

4.2 Secciones viales y comportamiento general del tránsito ...................................... 28

4.2.1 Escenario 1 ...................................................................................................... 29

4.2.2 Escenario 2 ...................................................................................................... 30

4.2.3 Escenario 3 ...................................................................................................... 34


Contenido VIII

5 Método para la estimación del factor de equivalencia vehicular a motocicletas .................................................................................................................. 38

5.1 Localización de la sección vial ............................................................................. 38

5.2 Contabilizar la demanda ...................................................................................... 38

5.3 Procesamiento de los videos ............................................................................... 39

5.3.1 Procesamiento manual ..................................................................................... 39

5.3.2 Procesamiento manual- automático ................................................................. 41

5.3.3 Procesamiento automático ............................................................................... 43

5.4 Realización de la encuesta .................................................................................. 43

5.5 Cálculo de los espacios efectivos ........................................................................ 45

5.6 Cálculo de los factores de equivalencia ............................................................... 49

5.7 Análisis del flujo y capacidad vehicular ................................................................ 59


6 Conclusiones y recomendaciones .................................................................... 77

6.1 Conclusiones ....................................................................................................... 77

6.2 Recomendaciones ............................................................................................... 81

6.3 Línea futura de investigaciones ........................................................................... 82

7 Bibliografía .......................................................................................................... 85

8 Anexos................................................................................................................. 89

Contenido IX

Lista de Figuras

Figura 1-1: Relación parabólica entre la velocidad y el flujo ............................................ 1

Figura 1-1: Motorización estimada de carros y motocicletas en Colombia ..................... 4

Figura 1-2: Resultados- Total de motocicletas transitadas e infracciones ...................... 5

Figura 1-3: Participación de motocicletas en la demanda vehicular. ............................... 6

Figura 1-4: Crecimiento de las matriculas de motocicletas por departamento (2010-

2012) ...................................................................................................................................... 6

Figura 1-5: Investigación del equivalente a motocicletas en Hanói y Bangkok. .............. 9

Figura 1-6: Espacio efectivo de un vehículo dentro de una corriente vehicular ........... 12

Figura 1-7: Diseños de tres segmentos de carreteras para obtener video

filmaciones. ........................................................................................................................ 12

Figura 1-8: Formulación para estimación de factores de conversión ............................ 15

Figura 1-9: Tendencia factor de equivalencia de motocicleta a un automóvil

(Velandia Siachoque, 2013) ............................................................................................... 17

Figura 4-1: Clasificación vehicular .................................................................................... 27

Figura 4-2: Formato Aforos vehiculares ........................................................................... 28

Figura 4-3: Comportamiento general del Tránsito - Escenario 1 .................................... 29

Figura 4-4: Aforo y porcentajes vehiculares, conteo visual - Escenario 1 ..................... 30

Figura 4-5: (MicroStrategy, s.f.) – Escenario 2 ................................................................. 31

Figura 4-6: Comportamiento vehicular Micro Strategy – Escenario 2 .......................... 31

Figura 4-7: Aforo y porcentajes vehiculares, conteo visual - Escenario 2 ..................... 33

Figura 4-8: (MicroStrategy, s.f.) - Escenario 3 .................................................................. 34

Figura 4-9: Comportamiento vehicular Micro Strategy – Escenario 3 .......................... 34

Figura 4-10: Aforo y porcentajes vehiculares, conteo visual - Escenario 3 ................... 36

Figura 5-1: Visual de filmaciones en campo – Escenario 3 ............................................. 41

Figura 5-2: Vista software Kinovea ................................................................................... 42

Contenido X

Figura 5-3: Formato de encuesta dirigida a conductores de motociletas para la

estimación del ancho efetivo. ............................................................................................ 44

Figura 5-4. Generación y localización de cuadrícula para medición. ........................... 47

Figura 5-5: Generación de datos con la nomenclatura definida ..................................... 47

Figura 5-6: Exportación de datos ...................................................................................... 48

Figura 5-7: Espacio efectivo .............................................................................................. 49

Figura 5-8: Relación espacio efectivo - Velocidad ........................................................... 50

Figura 5-9: Porcentaje de seguimiento según tipo de vehículo para los tramos de

estudio. ............................................................................................................................... 52

Figura 5-10: Relación factor moto-equivalente - Velocidad .......................................... 56

Figura 5-11: Relación lineal velocidad - densidad ........................................................... 60

Figura 5-12: Relación lineal flujo- densidad ..................................................................... 61

Figura 5-13: Relación lineal velocidad - flujo ................................................................... 63

Figura 5-14: Carrera 64C con calle 67, sentido circulación N-S ...................................... 64

Figura 5-15: Diagramas fundamentales del flujo vehicular para el caso de estudio ..... 68

Figura 5-16: Modelo básico del flujo de saturación ......................................................... 72

Figura 8-1: Localización general – Escenario 1 ............................................................... 89

Figura 8-2: Jerarquización – Carrera 45 (El Palo) con calle 53 ....................................... 90

Figura 8-3: Escenario 1 _ Fotografía 1 .............................................................................. 91

Figura 8-4: Localización general – Escenario 2 ............................................................... 92

Figura 8-5: Jerarquización – Carrera 63 con Calle 77 (Puente del Mico) ........................ 93

Figura 8-6: Escenario 2 _ Fotografía 1 ............................................................................. 94

Figura 8-7. Localización general – Escenario 3 ................................................................ 94

Figura 8-8. Jerarquización – Carrera 64C (Autopista Norte) con Calle 67 ...................... 95

Figura 8-9: Escenario 3 _ Fotografía 1 ............................................................................. 96

Contenido XI

Lista de tablas

Tabla 1-1: Factores moto-equivalentes hallados en la India _ I.R.C (Año 2001) ............ 10

Tabla 1-2: Factores moto-equivalentes hallados en Hanói, Vietnam _ Nagaoka

University of Technology (Año 2005) ................................................................................ 11

Tabla 1-3: Factores moto-equivalentes hallados en Vietnam _ TCXDVN 104 (Año

2007) .................................................................................................................................... 11

Tabla 1-4: Factores moto-equivalentes hallados para doce tramos viales en Hanoi,

Vietnam (Año 2009) ............................................................................................................ 13

Tabla 1-5: Factores moto-equivalentes hallados en para tres tramos viales en

Hanoi, Vietnam (Año 2009) ................................................................................................ 14

Tabla 1-6: Factores de auto-equivalentes (Valencia Alaix & Álvarez V, 2005) ............... 15

Tabla 1-7: Motocicletas dentro de un cupo de estacionamiento de un automóvil ........ 17

Tabla 5-1: Áreas típicas promedio .................................................................................... 40

Tabla 5-2: Abreviación vehicular sugerida ....................................................................... 45

Tabla 5-3: Nomenclatura sugerida para la generación de datos en el software

kinovea. ............................................................................................................................... 46

Tabla 5-4: Cuantificación de datos analizados por tipo de vehículo para los tramos

de estudio. .......................................................................................................................... 51

Tabla 5-5: Espaciamiento vehicular según tipo de vehículo para los tramos de

estudio. ............................................................................................................................... 53

Tabla 5-6: áreas efectivas vehiculares, según tipo de vehículo para los tramos de

estudio. ............................................................................................................................... 54

Tabla 5-7: Ecuaciones – relación espacio efectivo – Velocidad ..................................... 55

Tabla 5-8: Velocidad vehicular según tipo de vehículo para los tramos de estudio. .... 57

Tabla 5-9: Factor moto-equivalente .................................................................................. 57

Tabla 5-10: Factor auto-equivalente .................................................................................. 58

Contenido XII

Tabla 5-11: Estimación porcentual para la clasificación vehicular por categoría ITS ... 64

Tabla 5-12: Volumen mixto y velocidad horaria vehicular estimada .............................. 65

Tabla 5-13: Factores de equivalencia (Investigación – Referencia Internacional) ......... 66

Tabla 5-14: Volumen, velocidad y densidad moto-equivalente ....................................... 66

Tabla 5-15: Ecuaciones – concentración máxima, critica y flujo máximo ...................... 71

Tabla 5-16: Procesamiento de datos de campo – Flujo de saturación ........................... 74

Contenido XIII

Lista de símbolos y abreviaturas

Símbolos con letras latinas

Símbolo Término Unidad SI

h Hora h

s Segundos s

km Kilómetros Km

m Metros m

𝑚2 Metros cuadrados 𝑚2

Subíndices Subíndice Término

𝑘𝑎 Vehículo 𝑘𝑎

k Densidad

e especial

l Libre

c Congestionamiento

m Maximo

b Básico

0 Mínimo

Abreviaturas

Abreviatura Término

AP Auto Pequeño

AG Auto Grande

B Bus

C Camión Grande

Contenido XIV

Abreviatura Término

M Motocicleta

MB Minibús

MCU Motorcycle equivalent unit. / Unidad equivalente a motocicleta.

MixTrafSIM Mixed traffic simulation. / Simulación de tráfico mixto

PCE Passenger car equivalent

SINAB Sistema Nacional de Bibliotecas.

SPSS Statistical package for the social sciences.

TPC Transporte Público Colectivo

ITS Intelligent Transport systems / Sistemas inteligente de transporte

CCT Centro de Control de Tránsito

Método para estimar el factor de equivalencia vehicular de motocicletas.

Aplicación en la ciudad de Medellín. 1

Introducción “De seguir el crecimiento del número de motos que circulan en la ciudad, en unos años comenzará a

parecerse a las capitales asiáticas donde este medio de transporte es el dueño de las calles. Según SMM

para el 2013 el número estimado de vehículos circulantes en el área metropolitana es de 1.181.817, donde el

50% son motocicletas” (Alcaldía de Medellín, 2013) (CEET, 2014)

Se presenta la estructuración de un método que mejore los resultados de conversión

obtenidos en los estudios de tránsito, cuando la motocicleta predomina la demanda

vehicular. (Branston & Van Suylen, 1978) Sugiere que cuando el volumen de

motocicletas representa el 20% o más de la composición vehicular en un intervalo de

tiempo, debe ser considerado en el cálculo de las variables de tránsito.

La capacidad de las vías vehiculares está en función de la relación entre volumen,

velocidad y densidad. Con base en las investigaciones sobre el comportamiento del flujo

vehicular (Greenshields, 1935) se identifican en función de la velocidad y el volumen

varios estados de circulación, existiendo una relación parabólica la cual describe

condiciones de flujo libre y de capacidad.

Figura 1-1: Relación parabólica entre la velocidad y el flujo

Fuente: (Cal & Mayor, 2007)



El espacio efectivo de un vehículo, corresponde a la separación frontal y lateral de este

respecto a los demás elementos que hay en la vía (vehículo, infraestructura o

equipamiento vial). Los espacios efectivos generados por cada tipo de vehículo están en

función del comportamiento de la corriente vehicular, por tal motivo, si se tienen

vehículos a flujo libre se generarán brechas más grandes con velocidades altas, en

comparación con el estado de congestión donde las brechas son más cortas y las

velocidades son bajas. La medición de los espacios efectivos se realiza mediante la toma

y procesamiento de videos de la corriente vehicular a estudiar, donde la visual debe ser

lo más perpendicular posible al flujo y en buenas condiciones de luminosidad y un amplio

rango de visión.

El método que se plantea puede aplicarse para cualquiera de los estados de circulación

de vehículos relacionados en la Figura 1-1.

Para el caso práctico se obtuvieron datos de volumen y espacios efectivos en el estado

de pelotón y seguimiento.

La estructura del informe, presenta un capítulo de metodología de la investigación, el cual

está en función de la crisis actual o problemática, hipótesis, justificación, objetivos,

requisitos y limitaciones identificadas. Resaltando la inexistencia de un método de

conversión moto-equivalente a nivel nacional y algunas pautas encontradas en

referencias internacionales.

El capítulo de formulación, pretende dar a conocer indicaciones claves y generales para

la realización de la investigación. El marco teórico resume el fenómeno identificado a

estudiar y el propósito de la investigación.

El capítulo de descripción general de escenarios, caracteriza e introduce la realización

de aforos vehiculares y describe el comportamiento del tránsito en cada zona de estudio,

resaltando que el escenario 1 es una prueba piloto para identificar los inconvenientes en

la estructuración del método, los escenarios 2 y 3 fueron trabajados obteniendo como

resultado final las equivalencias vehiculares. El capítulo del Método se expone el

procedimiento y tratamiento de datos a seguir de manera detallada para la obtención de

los factores moto-equivalentes y se realiza un ejercicio práctico de flujo y capacidad

vehicular, aplicando los resultados obtenidos del método y otras convenciones

encontradas en la literatura. Para finalizar se presentan algunas conclusiones,

recomendaciones, líneas futuras de investigación y las referencias bibliográficas

utilizadas.



1.1 Crisis actual o problemática


volúmenes vehiculares, destacándose los carros particulares y en especial las

motocicletas. Algunas ciudades, incluyendo la ciudad de Medellín2, han sufrido una serie

de transformaciones y adecuaciones en los últimos años, donde el sistema de

infraestructura vial, los modos de transporte y los sistemas reguladores del tránsito han

influido en el desarrollo de la demanda vehicular de la ciudad.

El crecimiento de la demanda vehicular se evidencia en el comportamiento de las ventas

de motocicletas en Colombia, registrando para los años 2009 y 20103, ventas de 340.000

y 426.590 unidades respetivamente. Según el Ministerio de Comercio, Industria y

Turismo, durante el primer semestre de 2013 en Colombia se vendieron 299.111

motocicletas, 36.514 más que en el mismo periodo del año 2012. Para el año 2014 se

obtuvo un aumento aproximado del 15% en el total de las ventas y se estima que la cifra

sea superior para el 2015.

Este crecimiento afecta directamente la movilidad, por lo tanto, para los estudios de

tránsito donde se realiza la conversión a la unidad de automóvil equivalente para lograr la

homogenización del flujo, el concepto se vuelve difícil de ser apropiado en el tránsito

dominado por las motocicletas, debido a que el alto volumen y el comportamiento de

éstas, demandan otra conversión, donde cada tipo de vehículo obtenga una equivalencia

a dicha unidad (motocicleta), determinando de manera correcta las características

2 Medellín es la capital del departamento de Antioquia, en Colombia, y la segunda más poblada del país.

3 Mientras la venta de automóviles desacelera, las motocicletas continúan al alza. El crecimiento de las ventas de motos fue de 10.73% respecto a 2011. (http://www.motor.com.co/vehiculos-motor/ARTICULO-WEB-NEW_NOTA_INTERIOR-12549208.html)

http://es.wikipedia.org/wiki/Capital_(pol%C3%ADtica)

http://es.wikipedia.org/wiki/Departamentos_de_Colombia

http://es.wikipedia.org/wiki/Antioquia

http://es.wikipedia.org/wiki/Colombia

http://www.motor.com.co/vehiculos-motor/ARTICULO-WEB-NEW_NOTA_INTERIOR-12549208.html

http://www.motor.com.co/vehiculos-motor/ARTICULO-WEB-NEW_NOTA_INTERIOR-12549208.html



operativas de una corriente vehicular, tal como el flujo de saturación, longitud de colas,

tiempo perdido, entre otros factores que identifican la capacidad vial.

Otra de las variables que se analiza en cuanto a la tendencia de crecimiento de la

motocicleta en el tiempo, es el aspecto financiero para la compra de motocicletas por

parte de los conductores (Acevedo, 2009) estudio realizado y publicado con el apoyo de

la Universidad de los Andes “El transporte como soporte al desarrollo de Colombia, una

visión 2040” donde se hace referencia al ingreso de la población, su relación con la tasa

de motorización y el umbral de ingresos para costear los gastos de adquisición de un

vehículo. Como ejemplo se menciona un prototipo de ciudad intermedia (Neiva;

departamento del Huila -Colombia) donde por medio de proyecciones la investigación

indico que si todo sigue igual, para el 2040 habrá en esa ciudad 200mil motocicletas (hoy

hay 44mil), como consecuencia, el transporte colectivo, que hoy moviliza el 61% de los

viajes motorizados de la ciudad, en 2040 se habrá extinguido víctima del mototaxismo.

Figura 1-1: Motorización estimada de carros y motocicletas en Colombia

Fuente: El transporte como soporte al desarrollo de Colombia, una visión 2040

(Acevedo, 2009)

La adquisición va de la mano con el aumento de los volúmenes vehiculares circundantes

en las ciudades y sin la correcta planeación o políticas para la regulación del tránsito, se

tendrá como resultado disminución en la seguridad vial, aumento de las infracciones y de

los incidentes, etc. manteniendo un constante ambiente de caos vehicular. Para la

ciudad de Neiva, se realizó una investigación piloto y de simulación de movilidad, con

énfasis en el uso de la motocicleta (Gaitán , 2011) donde el objetivo se centraba en

reconocer los problemas de movilidad analizando las campañas publicitarias existentes y



el efecto que ha causado en los ciudadanos. Se realizó una ficha de observación, en el

que se obtuvo registro de las vías de la ciudad y un registro de observación de las

infracciones más comunes de los ciudadanos. Como resultados se obtuvo que el

conductor de motocicleta por lo general no respetaba la regulación semafórica, los niños

ocupaban los primeros puestos al riesgo de los accidentes viales, los chalecos

reglamentarios no eran utilizados, las placas eran tapadas por bolsos, maletas o carga

larga, etc.

Figura 1-2: Resultados- Total de motocicletas transitadas e infracciones

Fuente: La movilidad de las motocicletas en la Ciudad de Neiva. (Gaitán , 2011)

En conclusión, los conductores de motocicleta cometen infracciones de tránsito al

parecer como algo trivial, por tal, las alternativas de solución tienen que ser radicales

para generar control en más de 42.000 motocicletas que circulan en la ciudad

(representan aproximadamente el 74% de los vehículos que circulan en la ciudad).

El aumento no planificado de los volúmenes vehiculares puede afectar el correcto uso de

los factores de conversión, el análisis de las variables operacionales del tránsito y de la

seguridad vial.



Figura 1-3: Participación de motocicletas en la demanda vehicular.

Fuente: (Centro de control de tránsito de Medellín, 2013) y (kazushi & Chu Cong , 2001)

El octavo estudio sociodemográfico (Comité de ensambladoras de motos japonesas,

2013) muestra la importancia de la industria de la motocicleta en Colombia, resaltando

que durante el año 2012 rodaron en Colombia aproximadamente 4.8 millones de

motocicletas, representando ya el 52,1% del total del parque automotor nacional,

movilizando a más de 8,5 millones de personas al día.

Figura 1-4: Crecimiento de las matriculas de motocicletas por departamento (2010-2012)



Fuente: (Comité de ensambladoras de motos japonesas, 2013)

1.1.1 Definición de pregunta(s) de investigación

La pregunta de investigación está en función de los factores de conversión usados para

homogenizar el tránsito en los temas de movilidad. Para definirla, se obtienen varios

hallazgos bibliográficos, resaltando 7 trabajos en el tema de conversión a la unidad de

motocicletas (moto-equivalencia) a nivel internacional, los cuales se registran para los

años 1999, 2001, 2005, 2007 y los más recientes están para los años 2009 y 2010. Para



el caso a nivel nacional no se registró ningún trabajo donde se trate la equivalencia a la

unidad de motocicleta, sin embargo se encontraron varios estudios que desarrollan la

equivalencia de la motocicleta a la unidad del automóvil.

También se resalta la investigación nombrada “Análisis de los efectos de la motocicleta

en proporción al flujo de saturación para las intersecciones semaforizadas en los países

en vía de desarrollo”, estudio desarrollado en las ciudades de Hanói y Bangkok (Chu

Cong & Kazushi, 2003) y la investigacion por parte (Branston & Van Suylen, 1978) donde

se recomienda involucrar la motocicleta en el cálculo del flujo de saturación, cuando esta

representa el 20% o más de la composición vehicular en un intervalo de tiempo.

Los anteriores trabajos o investigaciones resaltan la importancia de estudiar la

motocicleta y su influencia en diferentes temas de la movilidad, por lo cual se define

como pregunta de investigación:

¿Cómo estructurar un método para hallar factores de conversión a la unidad de

motocicleta?

Para desarrollar la pregunta es necesario realizar pruebas piloto en campo y oficina, que

estén orientadas a estructurar un método para estimar el factor de conversión a la unidad

de motocicleta, teniendo en cuenta algunas características microscópicas de tránsito.

1.1.2 Protocolo de búsqueda de información

La realización de la búsqueda literaria (física y virtual), se apoyó de varios buscadores,

entre los cuales están:

Sistema Nacional de Bibliotecas de la Universidad Nacional (SINAB)

El Descubridor (Herramienta complementaria del SINAB )

Sistemas de Bibliotecas de la Universidad de Antioquia

Sistemas de Bibliotecas de la Universidad de los Andes

Google Académico (Buscador virtual)

Scirus (Buscador virtual)

Google (Buscador virtual)

Altavista (Buscador virtual)



1.1.3 Principales hallazgos de los estudios revisados.

A NIVEL INTERNACIONAL:

(Powell, 1999), utilizó una simulación para representar el comportamiento de las

motocicletas en las intersecciones semaforizadas en Malasia, Tailandia e Indonesia,

trabajando simulaciones macroscópicas de primer orden y regresiones lineales por

mínimos cuadrados, obteniendo que la capacidad en función de la cola vehicular y el

volumen de motocicletas no fue excedida durante los periodos observados, por lo que no

fue posible estimar el valor de dicha capacidad.

La simulación se realizó con el fin de predecir el comportamiento de las motocicletas en

semáforos. Una modificación en la simulación macroscópica de primer orden fue usado

para representar el comportamiento de las motocicletas y un análisis de regresión

múltiple se utilizó para explicar las imprecisiones resultantes de esta técnica.

(kazushi & Chu Cong , 2001), trabajó en el análisis de los efectos de la motocicleta en

proporción al flujo de saturación para las intersecciones semaforizadas de los países en

vía de desarrollo Tailandia y Vietnam, enfocando los estudios en las ciudades de Hanói y

Bangkok, respetivamente. Los parámetros de estudio de la investigación son basados en

los efectos de la demanda de motocicletas y el comportamiento del flujo de saturación,

en función de los tiempos promedios perdidos en la puesta en marcha de la corriente

vehicular.

Se trabajó un modelo de regresión lineal para variables del flujo de saturación (tiempo de

arranque, longitud recorrida hasta la línea de detención) y un modelo no lineal para

comparar flujos de saturación de motocicletas vs automóviles según el ancho de carril.

Se obtiene el factor de equivalencia en automóviles para motocicletas (0,24 para Hanói y

0,18 para Bangkok).

Figura 1-5: Investigación del equivalente a motocicletas en Hanói y Bangkok.

Fuente: (kazushi & Chu Cong , 2001)



Para la India, se tiene la investigación recomendada por el IRC “Indian Roads

Congress” (India Infrastructure Report, 2001) donde se ilustran valores de moto-

equivalencia, sin embargo este reporte no explica cómo fueron evaluados o calculados

dichos factores.

Tabla 1-1: Factores moto-equivalentes hallados en la India _ I.R.C (Año 2001)

Fuente: (India Infrastructure Report, 2001)

Para la ciudad de Hanói, se registra el trabajo a cargo de (Chu Cong, et al., 2005)

estudiando la velocidad, el flujo y el análisis detallado del tránsito de motocicletas,

usando fórmulas matemáticas y estadísticas, aplicando el Test F y T 4 para comparar las

características de la velocidad media de las motos entre varios lugares.

Los Test se realizaron con ayuda del software SPSS (Statistical Package for the Social

Sciences), encontrando que la velocidad vehicular varía según las diferentes

características del tránsito, mostrando que para carriles exclusivos de motocicletas se

desarrolla mayor velocidad media a comparación que el tránsito en vía no dividida, es

decir, sin el uso de carriles exclusivos para motocicletas.

Algunos valores resultantes del estudio, es la medicion del intervalo5 promedio de 1,16 s,

los rangos del intervalo variaban entre 0,34 y 4,31s y la desviación estándar de 0,65 s.

Por otro lado, también se obtiene algunos resultados de los factores de conversión a la

unidad de motocicleta en dos secciones viales analizadas.

4 test T, es de hipótesis nula por el cual se demuestra que la diferencia entre dos respuestas medidas en las mismas unidades estadísticas es cero. test F, requieren dos modelos de regresión, uno de los cuales restringe uno o más de los coeficientes de regresión conforme a la hipótesis nula 5 El intervalo es la suma en unidades de tiempo de la longitud de un vehículo seleccionado y la separación entre dicho vehículo seleccionado y el precedido.

http://es.wikipedia.org/wiki/Regresi%C3%B3n



Tabla 1-2: Factores moto-equivalentes hallados en Hanói, Vietnam _ Nagaoka University

of Technology (Año 2005)

Fuente: The speed, flow and headway analyses of motorcycle traffic (Chu Cong, et al.,

2005)

Otro estudio desarrollado son las especificaciones de Vietnam para el diseño de vías

urbanas, donde se plantea TCXDVN 104 (Urban Roads, 2007), una medida de

conversión para la homogenización del flujo. No se obtiene los detalles de cómo fueron

calculados dichos factores.

Tabla 1-3: Factores moto-equivalentes hallados en Vietnam _ TCXDVN 104 (Año 2007)

Fuente: MCU´s factors for vehicles by PCU´s conversion (Urban Roads, 2007)

(Nguyen, et al., 2009), trabajó la estimación de la capacidad y la unidad equivalente a

motocicletas en tramos viales urbanos, en doce tramos ubicados en la ciudad de Hanói,

Vietnam. Para la investigación se aplicó el método de promedios ponderados y el modelo

logarítmico de Greenberg, el cual fue ajustado con regresión lineal, para la estimación de

la capacidad, el flujo máximo de motocicletas, la velocidad crítica de la corriente media y

la densidad crítica. Los resultados indican que la capacidad de las carreteras urbanas

está en función del número y ancho de carriles.

La investigación resalta que el espacio efectivo para un vehículo se define como el límite

existente respecto a otros vehículos, manteniendo un estado de dependencia, este

espacio permite maniobrar con respecto a la velocidad con la que se circule. Por lo tanto,

esta variable depende de la velocidad del vehículo, el modo y otros vehículos

adyacentes.



Figura 1-6: Espacio efectivo de un vehículo dentro de una corriente vehicular

Fuente: (Nguyen, et al., 2009)

Los datos de campo indicaron que el espacio efectivo de cada vehículo varía según la

velocidad de movimiento del vehículo y el factor de equivalencia de motocicletas

aumenta ligeramente según el número de carriles de cada carretera urbana durante la

hora de máxima demanda.

Los datos de flujo de tránsito se obtuvieron mediante el uso de dos cámaras de video

portátiles, trípodes, odómetros y contadores manuales.

Figura 1-7: Diseños de tres segmentos de carreteras para obtener video filmaciones.

Fuente: (Nguyen, et al., 2009)



Tabla 1-4: Factores moto-equivalentes hallados para doce tramos viales en Hanoi,

Vietnam (Año 2009)

Fuente: Estimating capacity and vehicle equivalent unit by motorcycle at road segments

in urban road (Nguyen, et al., 2009)

En promedio, la estimación del factor de equivalencia de motocicletas demostró que un

automóvil, un bus, un minibús o microbús y una bicicleta en un segmento de vía equivale

a 3,43, 10,48, 8,34 y 1,38 unidades de motocicletas, respectivamente.

(Chu Cong, et al., 2009) Genero una colección de datos de ocupación vial para tres vías

en Hanoi, Vietnam, aplicando el software SEV, el cual ha sido desarrollado por los

mismos investigadores y trabaja en función de la resolución de los pixeles, con la

capacidad de utilizar múltiples repeticiones para verificar los resultados, obteniendo

fórmulas que describen características dinámicas de vehículos en movimiento. Una de

las características estudiadas es la ocupación vial vehicular de la motocicleta, la cual

relacionan con los demás vehículos para estimar factores de equivalencia.



Tabla 1-5: Factores moto-equivalentes hallados en para tres tramos viales en Hanoi,

Vietnam (Año 2009)

Fuente: Development of motorcycle unit for motorcycle (Chu Cong, et al., 2009)

Por último, se tiene otra investigación realizada en la ciudad de Bangkok, sobre una

simulación microscópica para los efectos de las motocicletas en las intersecciones

semaforizadas, (Songsakdi, et al., 2010) donde se estudió la relación entre el alto número

de motocicletas y el tiempo requerido para que la intersección sea despejada de

motocicletas, teniendo en cuenta el tiempo medio de compensación de la cola que

forman las motocicletas.

La investigación estuvo apoyada del modelo de simulación MixTrafSIM (Tránsito mixto) el

cual ayudó a obtener el tiempo perdido al comienzo de la marcha y el flujo de saturación.

Se obtuvo como resultados que el flujo de saturación, cuando no hay presencia de

motocicletas es equivalente a 1.88s, mientras que para el caso con motocicletas es de

1,89s. Por lo que se concluye que la presencia de las motocicletas no presenta una

afectación significativa.

A NIVEL NACIONAL:

A nivel nacional no se encontró investigaciones publicadas sobre la conversión a la

unidad de moto-equivalencia. Sin embargo, si se encontraron algunos estudios para

involucrar el factor motocicleta en estudios de tránsito a la unidad auto-equivalente.

(Valencia Alaix & Álvarez V, 2005) Desarrollaron un estudio llamado “Estimación de

factores de equivalencia vehicular en intersecciones urbanas de Medellín. Universidad

nacional de Colombia – sede Medellín” encontrando factores de seguimiento, donde la

unidad de referencia era el seguimiento automóvil –automóvil.

La relación de conversión fue en función del intervalo de descarga típico.



Figura 1-8: Formulación para estimación de factores de conversión

ADEisif ii 1;

ADEdeltípicodescarga

deIntervalo

1

itipovehículodeltípicodescarga

deIntervalo

Fuente: (Valencia Alaix & Álvarez V, 2005)

Este mismo proceso de conversión se desarrolló en función de la maniobra de circulación

en la intersección estudiada.

Tabla 1-6: Factores de auto-equivalentes (Valencia Alaix & Álvarez V, 2005)

Vehículo-vehículo

Intervalo (s) Factor de equivalencia

Media Mediana Pmedia Pmediana

AA 2.02 1.90 1.00 1.00

AB 2.23 2.15 1.10 1.13

BA 3.58 3.29 1.77 1.73

AC1 2.32 2.04 1.15 1.07

C1A 2,99 2,86 1,48 1,51

Fuente: (Valencia Alaix & Álvarez V, 2005)

(Agudelo Torres, 2006) Propone para la ciudad de Manizales un factor de 0.75 y (García,

2008) con el estudio “Análisis de alternativas y diseño funcional de un motovía en la

ciudad de Cali” asume un factor de 0.33.

Si se utilizara la moto-equivalencia (factor de equivalencia de un automóvil a motocicleta)

como unidad de análisis, los factores serian inversos de los mencionados en dichas

investigaciones, así entonces se tendría que 1 auto equivale a 1.33 motos para el caso

de la ciudad de Manizales y 3.03 motos para el caso de la ciudad de Cali.

Media Mediana Media Mediana Media Mediana Media Mediana Media Mediana

De Frente 1,00 1,00 1,38 1,46 1,09 1,14 1,57 1,66 1,12 1,14

G. Izquierda 1,04 1,05 1,85 1,88 1,13 1,22 1,34 1,42 1,18 1,25

G. Derecha 1,19 1,22 2,04 2,03 1,24 1,31 1,96 2,01 1,25 1,34

BA AC CA

FACTORES DE EQUIVALENCIA

TIPO DE

MANIOBRA

AA AB



Para la ciudad de Medellín, se registra algunos estudios de tránsito como la Prueba Piloto

del “Carril sólo Motos” año 2008, Proyecto Urbano Integrales P.U.I San Javier, Calle 104, etc.

para los cuales se asume un factor de equivalencia de motocicleta a un automóvil de 0.5.

Para el caso del Centro de Control de Tránsito de la ciudad, se ha registrado un factor de

conversión de 0.3 en la realización de diferentes estudios.


como unidad de análisis, los factores serian inversos de los mencionados, así entonces

se tendría que 1 auto equivale a 2 motos (para el caso de 0.5 autos) y 3.3 motos (para el

caso de 0.3 autos)

(Velandia Siachoque, 2013) desarrolla la investigación nombrada “Criterios

metodológicos para involucrar el factor motocicleta en los estudios de tránsito en Bogotá”

obteniendo como resultado para vías de 5 carriles un factor de equivalencia de

motocicleta a un automóvil, en condiciones de velocidad mayores a 10km/h de 0.16 y en

condiciones de velocidades bajas (cercanas a 10km/h) un factor de 0.08; Para vías de 2

carriles un factor de equivalencia igual al encontrado en el caso de 5 carriles (0.16) y en

condiciones de velocidades bajas (cercanas a 10km/h) un factor de 0.04. La investigación

concluye que la metodología propuesta aplica para corrientes vehiculares en donde la

velocidad de los autos esté dentro de los 10 km/h y los 100 km/h.


como unidad de análisis, los factores serian inversos de los encontrados (0.16) en dicha

investigación, así entonces se tendría que 1 auto equivale a 6.25 motos, en condiciones

estáticas.



Figura 1-9: Tendencia factor de equivalencia de motocicleta a un automóvil (Velandia

Siachoque, 2013)

Fuente: Criterios metodológicos para involucrar el factor motocicleta en los estudios de

tránsito en Bogotá (Velandia Siachoque, 2013)

Para el caso particular de obtener factor de equivalencia estático en estacionamientos, se

menciona que la relación versus el automóvil es de 0.25.

Para este caso, también se puede asumir una relación inversa y estimar un factor de

moto-equivalencia (factor de equivalencia de un automóvil a motocicleta) como unidad de

análisis, obteniendo que 1 auto equivale a 4 motos.

Tabla 1-7: Motocicletas dentro de un cupo de estacionamiento de un automóvil

Fuente: Criterios metodológicos para involucrar el factor motocicleta en los estudios de

tránsito en Bogotá (Velandia Siachoque, 2013)



(Peña Cabra, 2014) con la investigación “Determinación del factor de equivalencia de

motocicletas en flujo ininterrumpido en vías con pendiente 0% de 3 carriles en Colombia”

investigación realizada con vías de la ciudad de Medellín, presenta como objetivo

estudiar el impacto de la motocicleta en la congestión de tráfico mixto en una ciudad

colombiana, dicha investigación concluye que en promedio, para las vías estudiadas de 3

carriles, en flujo ininterrumpido, único sentido de circulación y con pendiente 0%, el

PCUm observado en flujo estable es de 0,29 y en flujo inestable es de 0,05. El PCUm

observado promedio general es de 0.16.

El valor promedio encontrado es similar al presentado en la investigación de (Velandia

Siachoque, 2013).

1.2 Hipótesis

Las hipótesis de investigación que se tratarán de comprobar durante el desarrollo de este

estudio, se relacionan a continuación:

Para el estado de circulación estudiado (pelotón-seguimiento, ver Figura 1-1) se presume

que el factor de moto-equivalente por tipo de vehículo, es mayor que el factor auto-

equivalente.

La otra hipótesis considera que al utilizar un método para hallar el factor de conversión a

la unidad de motocicleta, se mejorará el cálculo de la capacidad, siempre y cuando la

motocicleta represente un importante porcentaje en la demanda vehicular.

1.3 Justificación

Reconociendo las falencias en los temas de métodos para calcular los factores de

conversión a la unidad de motocicletas, especialmente a nivel nacional, es necesario

pensar en un trabajo de carácter investigativo que evalúe y proponga alternativas que

contrarresten la severidad de dicha problemática y su repercusión en el análisis de las

variables operacionales del tránsito.



1.4 Objetivos

1.4.1 Objetivo general

Proponer un método para hallar los factores de conversión a la unidad de motocicletas y

analizar el comportamiento de la capacidad vial urbana en función de diferentes factores

de conversión.

1.4.2 Objetivos específicos

Estudiar los efectos de los diferentes tipos de vehículos en una corriente vehicular.

Analizar el comportamiento de la capacidad vial en función de diferentes factores de

conversión, con especial consideración de las motocicletas.

Analizar las bondades y limitaciones que se identificarán durante la realización del

estudio.

1.5 Requisitos y limitaciones para el aporte conceptual

Requisitos.

Localizar un tramo que presente alta demanda vehicular donde el mayor volumen

este representado por las motocicletas. El tramo a estudiar debe tener la

infraestructura en buen estado y pendientes longitudinales a la vía relativamente

planas.

Tener cerca del tramo vial a estudiar una estructura alta que permita obtener una

buena visual en la realización de los videos, registrando el comportamiento de la

corriente vehicular, lo cual servirá de insumo para obtener la composición,

velocidades, volúmenes y espacios efectivos vehiculares. De este modo se podrá

estructurar una base de datos que ayudarán a la generación y aplicación de fórmulas

para encontrar los factores de conversión vehicular a la unidad de motocicleta.

Hallar el espacio efectivo individual de cada vehículo dentro de la corriente vehicular

analizada, por lo cual es importante conocer la distancia longitudinal de seguimiento o

pelotón (según el caso de estudio, ver Figura 1-1) y estimar una distancia transversal

( posiblemente el ancho del carril)



Limitaciones.

El error no es más que una ayuda para aprender

El tiempo que demanda procesar de manera manual algunos datos vehiculares de las

las grabaciones del flujo vehicular, para conocer la velocidad y espacio efectivo.

El estudio se plantea en terrenos planos, donde no se tenga afectación en las

variables del tránsito por la existencia de pendientes. Este factor será estudiado en

una futura investigación.

Los espacios efectivos para analizar los factores de conversión (para el caso práctico)

serán tomados para un flujo vehicular que circula en pelotón y seguimiento (no se

considera el movimiento de adelantamiento vehicular) (Figura 1-1). También es

posible analizar otros estados de circulación aplicando el método expuesto en la

presente investigación. El desplazamiento en adelantamiento vehicular será tenido en

cuenta para futuras investigaciones.

Los tramos en estudio y el método a exponer está planteado para escenarios con

infraestructura en buen estado, por lo cual no se presentan afectaciones en la

velocidad por obstáculos en la vía (como es el caso de un resalto o hundimientos).

Tampoco se considera afectación en las variables del tránsito en función del clima.

Estos factores será estudiado en una futura investigación.

Para investigación es necesario realizar un inventario vial, como fuente de información

secundaria, el cual permita conocer el estado funcional de la vía, la demarcación y

señalización, tipos de controladores de tránsito, geometría de las vía, circulación

peatonal, entre otras características importante que se presenten cerca de la zona de

estudio.

1.6 Conclusiones generales del capitulo

A nivel nacional no se encontró ninguna referencia de un método para hallar los

factores moto-equivalentes, sin embargo en referencias internacionales se hallaron

algunas pautas para la estructuración del método propuesto en la presente

investigación.



Algunos factores moto-equivalentes encontrados en referencias bibliográficas son

asumidos, en su mayoría para desarrollar estudios de carriles exclusivos para

motocicletas, comparación de velocidades en función del corredor o grados de

saturación.

A nivel nacional se encontraron 5 estudios los cuales trabajaron factores auto-

equivalentes en vías urbanas. Algunos de estos trabajos utilizan fórmulas que

relacionan el área o ancho vehicular y la velocidad para encontrar factores de

conversión.

A nivel nacional, los estudios más recientes corresponden a los años 2013 y 2014, los

cuales se centraron en trabajar la auto-equivalencia de las motocicletas en vías de 2

y 5 carriles para la ciudad de Bogotá y en vías de 3 carriles para la ciudad de

Medellín. Obteniendo como resultado una equivalencia para velocidades inestable

(0-10km/h) y estables (>10km/h).



Comprende las realizaciones de las siguientes actividades:

2.1 Localizar y contabilizar la demanda vehicular a estudiar

Para identificar la demanda vehicular, se debe tener en cuenta:

Volumen significativo de motocicletas

Buen estado estructural de la superficie del pavimento.

El pavimento debe estar seco.

La localización no puede estar cerca de una parada de bus, gasolinera, entre otros

lugares que puedan modificar las maniobras de los usuarios de la vía.

Definir la clasificación vehicular y aforarla durante las horas de la mañana. Con base

al resultado, se debe identificar la hora pico.

2.2 Videograbaciones

El tramo vial a estudiar debe ser filmado con buenas condiciones de luminosidad.

La videocámara debe estar situada en una estructura alta con buena visibilidad, donde se

pueda definir la mejor posición para obtener un video del comportamiento de la movilidad

estudiada y proceder a su análisis.

2.3 Registrar resultados de las videograbaciones

El video a trabajar debe corresponder al periodo de la hora pico. En función de las

filmaciones se tomarán registros de la separación vehicular y las velocidades para cada

tipo de vehículo definido.



2.4 Caracterizar la vía

Se realizará un inventario de la infraestructura vial y del sistema de control del tránsito,

para conocer el estado estructural de la calzada, la señalización y demarcación del sector

de interés, características que apoyarán la estructuración de la investigación.


La realización de los aforos vehiculares puede realizarse durante 3 horas

representativas en la mañana, de manera que se registren en el tiempo donde se

generan la mayoría de los viajes (Se recomienda entre las 06:00 – 09:00 am, que

es cuando las personas viajan por motivo de trabajo y estudio).

Al utilizar un método automático para la realización de los aforos, es posible

realizar una contra muestra manual de un tiempo corto (5 o 10 minutos) con el

objetivo de validar la información.



La ingeniería de transporte y tránsito se basa en estudiar, diagnosticar, planificar y

gestionar problemas de administración, revisión y de control en los diferentes sectores de

la movilidad, con sólidos conocimientos de las ciencias físicas, matemáticas e

informáticas y de la tecnología.


volúmenes vehiculares, destacándose los autos particulares y en especial las

motocicletas. Colombia, ocupa el segundo lugar en la producción de motocicletas en la

región, después de Brasil , este crecimiento, afecta directamente la operación y el

análisis de las variables operacionales del tránsito, por lo tanto, para los estudios donde

se realiza la conversión a la unidad de automóvil equivalente para lograr la

homogenización del flujo, el concepto se vuelve insignificante y difícil de ser apropiado en

el tránsito dominado por las motocicletas, demandando otra conversión (moto-

equivalencia).

Se propone generar un método para estimar los factores de conversión a la unidad moto-

equivalente. Para realizar la investigación, es importante localizar flujos con alto volumen

vehicular de motocicletas, de manera que se cuantifique y caracterice la composición

vehicular, se obtenga las velocidades y espaciamientos efectivos en función de cada

vehículo por individual, con el propósito de relacionar algunas variables adquiridas de la

corriente vehicular y hallar fórmulas que permitan estructurar los factores de conversión.

Las equivalencias vehiculares se usan para homogenizar el tránsito a estudiar, con el

objetivo de relacionar en los análisis una única unidad de referencia. Estos factores de

equivalencia vehicular se establecen según el propósito del análisis como por ejemplo si

se trata del diseño del pavimento, diseño de estacionamientos, cálculo de capacidad o de

nivel de servicio, además, se consideran el efecto que produce en la operación las



características de la vía (ancho de carril y/o berma, pendiente, radio de giro, superficie de

rodadura, etc.), de control del tránsito, composición vehicular, maniobra que realiza,

características del conductor y del entorno a la infraestructura que se analiza. (Valencia

Alaix, 2007)

El presente estudio se lleva a cabo con la ayuda del Centro de Control de Tránsito de la

ciudad de Medellín, donde se contó con la tecnología ITS disponible del centro. También

con la ayuda del software gratuito de video-análisis Kinovea (Visualbeta, 2013)



Para el presente estudio se propone estudiar 3 escenarios viales, ubicados dentro del

área Metropolitana del valle de Aburra, en la ciudad de Medellín. Se busca estructurar el

método de conversión a vehículos moto-equivalente analizando la movilidad de los

escenarios, de manera que se obtengan datos de velocidad, demanda, separación

vehicular, etc.

Escenario 1: Tramo vial en sentido S-N del costado sur de la intersección entre la

carrera 45 (El Palo) con calle 53

Escenario 2: Tramo vial en sentido N-S de la carrera 63 (Avenida Regional), cerca

del puente de la calle 77 (Puente del Mico)

Escenario 3: Tramo vial en sentido N-S de la carrera 64C (Autopista Norte), cerca de

la Calle 67

Los anteriores escenarios son seleccionados debido al alto volumen actual de

motocicletas, su ubicación y accesibilidad para la generación de las videograbaciones.

En la carrera 45 (escenario 1), fue el lugar donde se realizó la prueba piloto con el fin de

conocer los posibles inconvenientes en la aplicación del método. Estos datos no se

incluyeron para la generación de las ecuaciones de la línea de tendencia de los espacios

efectivos.

Los videos utilizados para el cálculo de los espacios efectivos de la carrera 63 (escenario

2) y la carrera 64C (escenario 3), fueron proporcionados por la empresa Sistemas

Inteligentes en Red, la cual opera el Centro de Control de Tránsito de la ciudad de

Medellín, siendo este el primero en el país y uno de los tres más tecnológicos de

Latinoamérica. Igualmente se ha contado con el acompañamiento de la empresa para el

desarrollo del estudio.



4.1 Aforos vehiculares

Los aforos se realizan durante días laborales entre lunes y viernes (1 aforo por

escenario), en las horas diurnas con mayor demanda vehicular, en intervalos de 5

minutos y con la siguiente clasificación:

Auto pequeño Bus Camión grande

Auto grande Minibús Motocicleta

A continuación se ilustra de manera general la clasificación vehicular definida para el

presente estudio, de este modo se obtienen 6 grupos que representan las diferentes

clases vehiculares. El cilindraje o cantidad de pasajeros no se tuvo en cuenta para la

clasificación vehicular, puesto que no es de interés para para el presente proyecto, sin

embargo podría ser de interés en futuras investigaciones.

Figura 4-1: Clasificación vehicular

Fuente: Elaboración propia

A continuación se presenta el formato utilizado, para la realización de los aforos.



Figura 4-2: Formato Aforos vehiculares


4.2 Secciones viales y comportamiento general del tránsito

Para el caso en estudio se obtiene el comportamiento general de la movilidad y se

cuantifica la demanda para verificar que el mayor porcentaje de la demanda vehicular es

aportado por las motocicletas.

El propósito principal del aforo es identificar la hora de máxima demanda, la cual será

procesada para la obtención de velocidades y espacios efectivos vehiculares

individuales, dichos parámetros se relacionarán para conocer las fórmulas de tendencia y

los factores de conversión.



4.2.1 Escenario 1

Tramo vial en sentido SN del costado sur de la intersección entre la carrera 45 (El

Palo) con calle 53

En esta zona se ejecuta la prueba piloto, realizando 3 horas de aforo vehicular para el

costado sur de la intersección entre las 06:00 - 09:00, del día 11 de abril de 2013.

El tramo estudiado es visitado en repetidas ocasiones, antes de realizar el aforo para

conocer de manera general la demanda vehicular y se observó una presencia importante

de motocicletas. Otra característica importante es la lejanía con paraderos de buses o

lugar que modifiquen los viajes de los vehículos.

Las pendientes longitudinales de la zona (carrera 45) son relativamente planas y cerca

de dicho tramo se localizaba una estructura alta (edificio), en donde era posible acceder

para lograr la filmación de los videos.

Figura 4-3: Comportamiento general del Tránsito - Escenario 1

Fuente: Elaboración propia con base a Google Earth

Luego de analizar los datos obtenidos se encontró que el mayor volumen vehicular es

aportado por los autos pequeños con un promedio de 52% dentro de las 3 horas de

aforo, seguido de las motocicletas con un promedio de 35%.

La hora de máxima demanda se presentó entre las 8:00 – 09:00 am, obteniendo un

comportamiento muy similar en la demanda con respecto a todo el periodo de aforo. Se

observó poca presencia en la demanda vehicular de autos grandes, camiones grandes,

bus y minibús.



Figura 4-4: Aforo y porcentajes vehiculares, conteo visual - Escenario 1


Las velocidades en el tramo estudiado oscilan entre los 10 km/h y los 40 km/h, donde las

motocicletas son quienes desarrollan con mayor frecuencia altas velocidades.

4.2.2 Escenario 2

Tramo vial en sentido NS de la carrera 63 (Avenida Regional), cerca del puente de

la calle 77 (Puente del Mico)

El escenario 2, se visualizó con anterioridad al aforo vehicular, por medio de las cámaras

del Centro de Control de la Ciudad de Medellín6, conociendo de manera general la zona,

6 Centro de Control de la ciudad de Medellín (http://www.medellin.gov.co/transito/cct.html)

http://www.medellin.gov.co/transito/cct.html



la tipología vehicular y la pendiente (relativamente plana). No se visualizó la ubicación de

ningún paradero de bus, centro comercial, estación de gasolina o algún lugar que

modifique los viajes de los vehículos.

Para conocer con mayor detalle la demanda vehicular, se hace uso del software

(MicroStrategy, s.f.)7, el cual forma parte de las tecnologías ITS implementadas en el

Centro de Control para el procesamiento de imágenes del flujo vehicular, permitiendo la

generación de preset8 los cuales están configurados para recibir señales de vídeo desde

las cámaras y realizar el procesamiento de imagen por medio de algoritmos.

Dicho proceso genera conteos vehiculares, según 3 clasificaciones9 longitudinales en los

vehículos:

Longitud de 0 – 3 m : Clasifica el grupo de las motocicletas

Longitud de 3 – 6 m : Clasifica el grupo de los vehículos livianos

Longitud > 6 m: Clasifica el grupo de los vehículos pesados y buses.

Figura 4-5: (MicroStrategy, s.f.) – Escenario 2

Fuente: Elaboración propia con base a Google Earth y software MicroStrategy

(MicroStrategy, s.f.)

Con los conteos vehicular obtenidos (MicroStrategy, s.f.), se conoció el comportamiento

de la demanda vehicular en el transcurso de un día en semana (miercoles 18 de

septiembre de 2013), notándose un alto porcentaje en la circulación de motociletas, dicho

tramo cumple con las caracteristicas de demanda e infraestructura (ver capítulo 2).

Figura 4-6: Comportamiento vehicular Micro Strategy – Escenario 2

7 MicroStrategy Analytics, un producto potente y fácil de usar que permitirá a los usuarios de negocio obtener un conocimiento profundo de sus datos.( http://www.microstrategy.es/) 8 Para el software MicroStrategy , un preset es una opción para programar el rango de conteo vehicular, generando una cuadricula encima del video, la cual facilita el procesamiento de imágenes que está en función de algoritmos. 9 Para el mes de agosto del año 2014, el Centro de Control de Tránsito, comenzó a estudiar posibles modificaciones de las longitudes de clasificación.

http://www.microstrategy.es/



Fuente: (Centro de control de tránsito de Medellín, 2013)

Con la colaboración del (Centro de control de tránsito de Medellín, 2013) se genera una

filmación del flujo vehicular para el día 17 octubre de 2013, la cual es reproducida para la

realización de aforos manuales con un intervalo de tiempo de 5 minutos y la clasificación

definida según el numeral 4.1 durante las 06:30 y las 9:30.

Luego de realizar el conteo visual, utilizando la clasificacion expuesta en la Figura 4-1, se

obtubieron demandas vehiculares muy altas, donde 65% es representado por las

motocilestas y el 19% por el auto pequeño.

La hora de máxima demanda se presentó entre las 06:50 – 07:50.



4.2.3 Escenario 3

Tramo vial en sentido NS de la carrera 64C (Autopista Norte), cerca de la Calle 67

El tramo es visualizado con anterioridad por medio de las cámaras del Centro de Control

de la ciudad de Medellín10, aplicando el mismo procedimiento y uso del software

(MicroStrategy, s.f.) expuesto para el escenario 2, numeral 4.2.2

Figura 4-8: (MicroStrategy, s.f.) - Escenario 3

Fuente: elaboración propia con base a Google Earth y software MicroStrategy

Con los conteos vehicular obtenidos a través del (MicroStrategy, s.f.), se conocio el

comportamiento de la demanda vehicular en el transcurso de un día en semana

(miercoles 18 de septiembre de 2013), notandose un alto porcentage en la circulacion de

motociletas.

Figura 4-9: Comportamiento vehicular Micro Strategy – Escenario 3

10 Centro de Control de la ciudad de Medellín (http://www.medellin.gov.co/transito/cct.html)

http://www.medellin.gov.co/transito/cct.html




El tramo cuenta con una demanda representativa de motocicletas, cumpliendo con las

condiciones de infraestructura y movilidad establecidas para la clasificación de los tramos

a estudiar. (ver capitulo 2).

Con la colaboración del (Centro de control de tránsito de Medellín, 2013) se genera una

filmación del flujo vehicular para el día 17 octubre de 2013, la cual es reproducida para la

realización de aforos manuales con un intervalo de tiempo de 5 minutos y la clasificación

definida según el numeral 4.1 durante las 06:30 y las 9:30.

Con ayuda de los videos obtenidos, se procede a la realización de aforos manuales con

un intervalo de tiempo de 5 minutos y la clasificación definida según el numeral 4.1

durante las 06:30 – 09:30.

Luego de realizar el conteo en campo con la clasificacion expuesta en la Figura 4-1, se

obtuvieron demandas vehiculares muy altas, donde 59% es representado por las

motocilestas y el 28% por el auto pequeño.

La hora de máxima demanda se presentó entre las 06:30 – 07:30.




Para los escenarios analizados se usaron 6 clasificaciones vehiculares, las cuales

pueden variar función del alcance o del interés del estudio en el que se quiera

aplicar el método propuesto en la presente investigación.

La motocicleta fue el vehículo con mayor participación en las demandas

analizadas (escenarios 2 y 3). Para el escenario 1, el automóvil fue el de mayor

participación. Sin embargo este último escenario fue trabajado como prueba piloto

para identificar las dificultades en la estructuración del método.

La velocidad promedio del tramo analizado de la Avenida Regional y de la

Autopista Norte fue de 23km/h y 43km/h respectivamente. siendo este último más

fluido y el de mayor demanda vehicular.



A continuación se presenta el paso a paso del método sugerido para el cálculo de los

factores de conversión a la unidad moto-equivalente.

5.1 Localización de la sección vial

Identificar las zonas con mayor demanda de circulación de motocicletas y clasificar

dentro de dicha zona una sección vial, en la que los viajes de las motocicletas y demás

vehículos no estén cerca de sectores que introduzcan comportamiento inusual, tal como

centro comercial, estaciones de servicio, entre otros lugares que puedan modificar las

maniobras de los usuarios de la vía.

La superficie del pavimento debe estar en buen estado estructural, de modo que no

afecte la velocidad de circulación.

5.2 Contabilizar la demanda

Realizar visitas de campo a la zona de interés, identificando qué factores influyen en

la circulación vehicular, tal como las maniobras de las intersecciones cercanas, el

flujo peatonal, invasiones o parqueos en la vía, etc.

La demanda vehicular debe aforarse durante las horas de la mañana (se recomienda

aforar 3 horas), ya que la corriente vehicular contabilizada debe ser registrada con

buenas condiciones de luminosidad. Para los registros en video, el equipo debe estar

situado en una estructura alta con buena visibilidad, donde se pueda definir la mejor

posición para obtener un video del comportamiento del flujo aforado. Adicionalmente,

el pavimento debe estar seco.

Definir la clasificación vehicular a aforar.



Si la realización del aforo es manual, es importante que las personas responsables de

aforar estén calificadas para dicha actividad o sean capacitadas para garantizar la

generación de una buena base de datos de la demanda vehicular. Si la realización

del aforo es automático, es importante validar con un aforo manual de un periodo

menor (5-15minutos) de manera que funcione como una contra muestra de los datos

registrados automáticamente.

La realización del aforo del flujo vehicular a estudiar, deberá ser acompañado de un

registro en video. los videos deben registrar la sección de análisis, de manera que se

aprecie la longitud de los vehículos, la separación entre ellos y cantidad de carriles en

la calzada que compone la vía de interés.

Realizar el aforo vehicular. Con base al resultado, se debe identificar la hora pico, la

cual será el periodo de tiempo a trabajar para la generación de las fórmulas de

conversión.

5.3 Procesamiento de los videos

El video o filmación debe corresponder al periodo de la hora pico. Con base en las

filmaciones se tomarán los registros de los espacios efectivos para cada tipo de vehículo

definido, según la clasificación vehicular. Para el presente estudio se utilizó la

clasificación ilustrada en la Figura 4-1.

5.3.1 Procesamiento manual

Este método es útil cuando el procesamiento de datos no está en función del uso de

software que ayude en la definición de los espacios efectivos.

Para conocer los espacios efectivos es recomendable obtener las áreas típicas

promedios, las cuales indicarán las medidas de longitud y ancho según la clasificación

vehicular definida. A continuación se ilustra un ejemplo (Figura 5-1)



Tabla 5-1: Áreas típicas promedio

Promedios

Clasificación vehicular definida

Nombres de los vehículos Longitud

(m) Ancho

(m) Áreas (m2)

1 Auto Pequeño Renault 12, Mazda 323, Chevrolet

Spark, hyundai veloster,etc. 5,0 1,6 8,0

2 Auto Grande Paint Fainter, Hilux, Jeep, Van, mini truck, Volskwagen,Tucson, toyota

land cruiser, etc. 5,2 2,0 10,4

3 Bus Bus o Buseton 11,0 2,4 26,4

4 Minibús Minibús o microbús 7,2 2,1 15,1

5 Camión Grande

Dodge ram 6500, County CBU TDI, HD120Ultra long, dodge ram 6500,

etc. 10,22 2,5 25,6

6 Motocicleta Yamaha Libero 110,Yamaha Fz 160, Yamaha YBR-125, Pulsar, Mopeds,

scooter, etc. 1,9 0,6 1,1


Es importante identificar dentro de las filmaciones varias referencias que sirvan como

escala de medición. La toma de datos se realiza reproduciendo el video y pausándolo

cuando se identifique un escenario donde los vehículos estén circulando en pelotón o en

el estado de interés, según la relación parabólica entre la velocidad y el flujo

(Greenshields, 1935), para luego tomar datos de tiempo de separación entre el

parachoques delantero del vehículo seleccionado y el parachoques trasero del vehículo

en seguimiento, a lo cual se le suma la longitud del vehículo (obteniendo el

espaciamiento).

También es necesario conocer en ancho del carril de circulación o el ancho efectivo

considerado (si es el caso, utilizando los anchos promedios de las áreas típicas), que

será multiplicado por el espaciamiento, obteniendo como resultado el espacio efectivo.

El anterior procedimiento se realiza para los vehículos que circulan sobre la calzada

seleccionada, logrando obtener la mayor cantidad de datos posibles, confiables y útiles.



5.3.2 Procesamiento manual- automático

Las filmaciones se deben registrar enfocando en la visual la sección de análisis, de

manera que se aprecie la longitud de los vehículos, la separación entre ellos y cantidad

de carriles en la calzada que compone la vía de interés.

La Figura 5-1 presenta una visual de las filmaciones trabajadas en la presente

investigación.

Figura 5-1: Visual de filmaciones en campo – Escenario 3


En la imagen se visualiza la carrera 64 (Autopista Norte) donde la circulación es

bidireccional (NS y SN). La sección analizada para el desarrollo del proyecto es el

sentido NS, el cual presenta una alta demanda en la circulación de motocicletas.

(Calzada izquierda de la Figura 5-1)

Procesamiento de Imágenes

Existen varias herramientas en las que se puede desarrollar el procesamiento y análisis

de las imágenes (manual-automático). Una herramienta útil y gratuita es el software

Kinovea (Visualbeta, 2013), programa especialmente diseñado para apoyar los análisis

deportivos. Sin embargo, sus funciones pueden ser utilizadas para analizar videos de

corrientes vehiculares, obteniendo valores en unidades de tiempo, tal y como la brecha,



el paso y el intervalo. Las anteriores variables pueden ser transformadas a unidades de

longitud, separación y velocidades.

Algunas de las características, que describen el funcionamiento del software son11:

Permite comparar 2 vídeos de forma simultánea.

Permite sincronizar 2 vídeos para poder ver un mismo evento/ejecución desde

diferentes puntos de vista.

Ofrece la posibilidad de marcar partes de los vídeos con comentarios para trabajar

sobre ellos posteriormente.

Permite marcar las trayectorias de movimientos.

Podemos ampliar una parte del vídeo para ver con más detalle un movimiento o

efecto en concreto.

Soporta la posibilidad de que podamos introducir cronómetros en la imagen para

controlar el tiempo.

Los contenedores de vídeo soportados son: AVI, MPG, MOV, WMV, MP4, MKV,

VOB, 3GP y los formatos de compresión son numerosos como DV, DivX, Xvid, x264,

MJPEG o Theora, entre otros.

Figura 5-2: Vista software Kinovea

Fuente: (Visualbeta, 2013)

11 http://www.visualbeta.es/3917/multimedia/kinovea-analisis-de-videos-deportivos/ http://www.kinovea.org/

http://www.visualbeta.es/3917/multimedia/kinovea-analisis-de-videos-deportivos/

http://www.kinovea.org/



En la presente investigación se utilizó el software Kinovea, por lo que se detallará su

utilización en el numeral 5.5. El propósito de usar el software es facilitar la obtención de

espacios efectivos generados en la circulación del tránsito.

5.3.3 Procesamiento automático

Está basado en la utilización de software que genera automáticamente los espacios

efectivos, optimizando el tiempo para crear la base de datos y las fórmulas estadísticas

que darán como resultados los factores de conversión. Este método no es trabajado en el

presente estudio, porque el software con dichas características no se encuentran a

disposición para la realización de la investigación. Entre las aplicaciones referenciadas

en la literatura se encuentra el software SEV (Chu Cong, et al., 2009)

5.4 Realización de la encuesta

Las encuestas son una técnica de consulta dirigida a un grupo de interés la cual busca

recopilar información por medio de un cuestionario previamente diseñado, con el fin de

conocer estados de opinión, características o hechos específicos.

Para la recolección de la información las encuestas se clasifican en dos modelos:

Encuesta de Preferencia Reveladas: Se obtiene la caracterización del individuo

encuestado y de sus viajes actuales.

Encuesta de Preferencia Declarada: Se plantea alternativas en un caso hipotético donde

según la percepción de cada individuo se obtienen las respuestas.

Una opción para el estimar los anchos (o separaciones) efectivos de los diferentes

vehículos estudiados para los factores de conversión, es consultar a los conductores de

cada tipo de vehículo (según la clasificación a estudiar) qué ancho efectivo (o

separación) estiman al conducir. La encuesta puede ser de preferencia revelada escrita o

verbal y las preguntas también pueden ser abiertas, cerradas o de opción, pero ante todo

es necesario determinar la muestra característica y representativa de respuestas por tipo

de vehículo.



En la Figura 5-3 se ilustra un formato de encuesta dirigida a los conductores de

motocicletas y que tiene como objetivo consultar los anchos y separaciones efectivos

estimados según el caso o escena.

Figura 5-3: Formato de encuesta dirigida a conductores de motociletas para la

estimación del ancho efetivo.

Fuente: Elaboracion propia

Para la investigación (de forma práctica) se estimó como ancho efectivo el ancho de carril

según la calzada.

Para el caso escenario 2 (Avenida Regional) el ancho de carril fue de 3.5m y para el

escenario 3 (Autopista Norte) fue de 3.3m, excepto la motocicleta con un ancho de carril

supuesto de 2.0m, debido a que este vehículo tiene mejores condiciones de

maniobrabilidad y su área típica (Tabla 5-1) ocupa menos espacio a comparación de los

demás vehículos analizados (en el caso del automóvil, la motocicleta ocupa un 86%

menos de área).



5.5 Cálculo de los espacios efectivos

Definir la sección a estudiar y cantidad de carriles a trabajar para lograr obtener la mayor

cantidad de datos útiles. Se recomienda tomar varias distancias en campo que sirvan

como referencia (por ejemplo: el largo de las demarcaciones que dividen los carriles) y

reconocer dichas distancias en la filmación. Para el caso en estudio se aplicó el método

manual-mecánico, utilizando el software Kinovea (Visualbeta, 2013) generando y

localizando una cuadrícula de medición a la cual se le debe conocer la longitud en el

sentido de circulación del flujo. Ver Figura 5-4.

Antes de tomar algún dato con ayuda del software, es necesario tener control y orden

para su generación, por lo que es importante definir varias abreviaciones generales, entre

las cuales se establece la clasificación vehicular. En la Tabla 5-2 se muestra la

nomenclatura sugerida para la clasificación vehicular:

Tabla 5-2: Abreviación vehicular sugerida

AP Auto Pequeño MB Minibús

AG Auto Grande C Camión Grande

B Bus M Motocicleta


También es recomendable una clasificación para entender los momentos en que los

vehículos viajaran por la cuadricula de medición. En la Tabla 5-3 se ilustra la tabla con la

nomenclatura sugerida:



Tabla 5-3: Nomenclatura sugerida para la generación de datos en el software kinovea.

N# Número del vehículo seleccionado

Se asigna de manera secuencial

L1

Línea 1 Línea que forma la parte inicial de la cuadricula en sentido de circulación del flujo vehicular

L2 Línea 2

Línea que forma la parte final de la cuadricula en sentido de circulación del flujo vehicular

PD Parte Delantera

Del vehículo seleccionado

PT Parte Trasera

Del vehículo seleccionado


Dicha cuadricula servirá como guía para registrar el tiempo en que la parte delantera y

trasera de cada vehículo seleccionado toca el inicio y el final de la cuadricula. El registro

de cada dato se realizó con la opción “Texto” (ver Figura 5-4) donde se debe ingresar

información para identificar la parte del vehículo o de la cuadricula. Por ejemplo, cuando

se observa que un vehículo seleccionado toca el inicio de la cuadricula, se puede escribir

con ayuda de las abreviaciones y la opción del texto: N5-L1-PD-AG, lo que significa:

N5: Vehículo N5 seleccionado L1: Línea 1 o inicio de cuadricula

PD: Parte delantera del vehículo seleccionado AG: Auto grande.

Este proceso se efectúa sucesivamente registrando un total de cuatro textos por vehículo

seleccionado (Ver Figura 5-4 y Figura 5-5). El resultado del anterior procedimiento serán

los valores de brecha, paso e intervalo, los cuales pueden ser transformados a valores de

longitud, separación y espaciamiento vehicular, igualmente con la longitud conocida de la

cuadricula se generan valores de velocidad.



Figura 5-4. Generación y localización de cuadrícula para medición.

Fuente: Software Kinovea

El anterior procedimiento se realiza para toda la calzada vehicular seleccionada, logrando

obtener una muestra representativa de datos, confiables y útiles. Al finalizar la toma de

datos se debe exportar la información.

Figura 5-5: Generación de datos con la nomenclatura definida




Luego de obtener los datos de brecha, paso e intervalo, para la corriente vehicular dentro

de la hora pico analizada, se procede a exportar y guardar la información.

Para exportar el video con los datos tomados, se presiona Ctrl +S, clic en la opción

“Guardar el video y los datos de las imágenes clave en un solo archivo” luego se

referencia el lugar donde se desea guardar la información en formato “.mkv”, este

formato permite ser leído posteriormente con el software kinovea.

Para exportar solamente los datos tomados, se realiza el mismo procedimiento (Ctrl +S),

clic en la opción “Guardar sólo los datos de las imágenes clave” y se generará

igualmente un archivo en formato “mkv”, pero esta extensión sólo tendrá información

alfanumérica, la cual permite ser leída en hojas de cálculo con extensión: ODF, MS-Excel

XML, XHTML, Simple text.

Figura 5-6: Exportación de datos


Al exportar los datos es recomendable visualizarlos y trabajarlos en formato Excel, de

manera que al identificar los intervalos o espaciamiento vehicular, dicho valor se

multiplique por el ancho de carril de circulación correspondiente a cada vehículo,

obteniendo como resultados valores de áreas o espacios efectivos.



5.6 Cálculo de los factores de equivalencia

La equivalencia vehicular a motocicletas se define como el número de motocicletas que

pueden remplazar un vehículo del tipo especificado, lo cual está en función de la

velocidad y el espacio efectivo de la motocicleta y del tipo de vehículo a remplazar. Dicho

factor de equivalencia se desarrolla considerando características individuales y dinámicas

de los vehículos en movimiento que fueron seleccionados a partir de las filmaciones para

la hora de máxima demanda de cada sección vial estudiada.

Con los pasos anteriormente descritos, se obtiene una base de datos que relaciona

valores en función del tiempo, por lo tanto, es necesario la conversión del intervalo

(brecha + paso) a unidades de distancia, es decir espaciamiento (longitud + separación).

Para conocer el espacio efectivo, se multiplica el espaciamiento de cada vehículo por su

ancho efectivo.

Para el presente estudio se estimó el ancho efectivo igual al ancho del carril de

circulación (ver capítulo 5.4), a excepción de la motocicleta, debido a que los datos

fueron generados en condiciones de pelotón y seguimiento, tal y como lo describe la

relación parabólica entre la velocidad y el flujo (ver Figura 1-1)

Figura 5-7: Espacio efectivo


Gráficamente se relaciona la velocidad y espacio efectivo de cada vehículo, para conocer

el comportamiento de la corriente vehicular y la ecuación que refleja dicha tendencia. Ver

Figura 5-8.



Figura 5-8: Relación espacio efectivo - Velocidad




En el caso práctico no se obtuvieron datos representativos para el tipo de vehículo

microbús, además se presentó un comportamiento heterogéneo indicando que la

circulación vehicular estudiada oscila entre pelotón y seguimiento (puntos C y D de la

Figura 1-1). A continuación se ilustra la participación por tipo de vehículo en la toma de

datos por seguimiento y pelotón en las corrientes vehiculares analizadas, ver Tabla 5-2

para recordar las abreviaciones utilizadas.

Tabla 5-4: Cuantificación de datos analizados por tipo de vehículo para los tramos de

estudio.

Carrera 63 (Avenida Regional)

Carrera 64C (Autopista Norte)

M Motocicleta 56 156

AP Auto pequeño 102 222

AG Auto grande 42 28

MB Minibús 4 No aplica

B Bus 82 No aplica

C Camión 43 32

Total 329 438


El tipo de vehículo minibús es descartado en los resultados de los análisis debidos su

baja participación en los datos generados, en caso tal de ser necesaria una conversión

se tomará la referencia de remplazo la encontrada por el tipo de vehículo Bus.



Figura 5-9: Porcentaje de seguimiento según tipo de vehículo para los tramos de estudio.




De la demanda aforada para el tramo de la Avenida Regional y el tramo de la Autopista

Sur (ver Capitulo 4) sólo se tomaron datos (espacio efectivo y velocidad individual) para

hallar factores de conversión cuando el flujo presentaba el estado en pelotón y

seguimiento (ver Figura 1-1). Para este caso el comportamiento del desplazamiento del

flujo vehicular es incierto (no controlable) por lo que es inviable realizar una cuantificación

sobre la cantidad de muestra poblacional por tipo de vehículo debe analizarse. A

continuación se presenta el espaciamiento y el área efectiva minima, promedio aritmetico

y máxima encontrada para los tramos en estudio.

Tabla 5-5: Espaciamiento vehicular según tipo de vehículo para los tramos de estudio.

Carrera 63 (Avenida Regional) Carrera 64C (Autopista Norte)

Espaciamiento (m) Espaciamiento (m)

mínima promedio máxima mínima promedio máxima

Motocicleta 4,1 11,0 20,1 2,7 9,3 19,3

Auto pequeño 5,5 12,8 29,6 5,6 13,0 27,2

Auto grande 7,9 14,2 35,3 7,0 15,6 21,6

Camión 9,7 18,7 44,6 9,6 19,3 37,8

Microbús -* -* -* -* -* -*

Bus -* -* -* 10,5 21,9 46,3

Promedio global 6,8 14 32 7 16 31




Tabla 5-6: áreas efectivas vehiculares, según tipo de vehículo para los tramos de

estudio.


Área (𝒎𝟐) área (𝒎𝟐)


Motocicleta 8,3 21,9 40,3 5,3 18,5 38,6

Auto pequeño 19,2 45,5 108,0 18,6 42,4 89,9

Auto grande 27,6 49,9 123,5 23,1 51,5 71,3

Camión 33,8 65,5 156,2 31,8 62,6 124,7

Minibús -* -* -* -* -* -*

Bus -* -* -* 34,7 71,5 129,4

Promedio global 22,2 45,7 107,0 22,7 49,3 90,8


(-*) Para las tablas Tabla 5-5 y Tabla 5-6, no se obtuvieron datos representativos (tipo

minibús para ambos escenarios y tipo bus en el escenario de la carrera 63) para el

desarrollo del estudio.

El auto pequeño es el vehículo con mayor datos tomados y analizados en funcion de los

espacios efectivos ( ver Tabla 5-4), sin embargo el numero de motocicletas es la que

aporta la mayor demanda vehicular en el flujo estudiado, según el aforo vehicular

registrado en los numerales 4.2.2 y 4.2.3.

El factor moto-equivalente está en función de características dinámicas de los vehículos

(Chu Cong, et al., 2009), por lo que cada sección estudiada mostró una línea de

tendencia diferente por tipo de vehículo. En la Tabla 5-7 se relaciona la ecuación que

describe la tendencia lineal del conjunto de datos, donde “X” es equivalente a la

velocidad y “Y” es el espacio efectivo.



Tabla 5-7: Ecuaciones – relación espacio efectivo – Velocidad

Carrera 63 (Av. Regional) Carrera 64C (Autopista Norte)

Motocicletas:

𝑌 = 0.01𝑋2 + 0.90𝑋 + 13.12 ; 𝑅2: 0.13 (1)

Auto pequeño:

𝑌 = 0.22𝑋2 + 0.95𝑋 + 32.22 ; 𝑅2: 0.5 (2)

Auto grande:

𝑌 = 0.33𝑋2 − 0.05𝑋 + 30.78 ; 𝑅2: 0.69 (3)

Camión:

𝑌 = 2.13𝑋2 − 11.48𝑋 + 69.69 ; 𝑅2: 0.61 (4)

Bus:

No se obtuvieron datos significativos.

Motocicletas:

𝑌 = 0.02𝑋2 + 0.80𝑋 + 6.16 ; 𝑅2: 0.16 (5)

Auto pequeño:

𝑌 = 0.08𝑋2 + 1.40𝑋 + 14.23 ; 𝑅2: 0.30 (6)

Auto grande:

𝑌 = 0.13𝑋2 + 0.45𝑋 + 27.76 ; 𝑅2: 0.30 (7)

Camión:

𝑌 = 1.85𝑋2 − 42.32𝑋 + 297.01 ; 𝑅2: 0.63 (8)

Bus:

𝑌 = 0.73𝑋2 − 11.17𝑋 + 98,42 ; 𝑅2: 0.52 (9)


Para la generacion del factor moto-equivalente es necesario relacionar las ecuaciones

obtenidas en la Tabla 5-7 para cada tipo de vehículo con la ecuacion de la motocicleta,

las cuales están en función de la velocidad del vehículo a convertir, tal y como se

muestra en la ecuación (10) (Chu Cong, et al., 2009)

𝑴𝑪𝑼𝑲𝒂 =𝑆𝑘𝑎(𝑉𝑘𝑎)

𝑆𝑚𝑐(𝑉𝑘𝑎)

(10)

𝑴𝑪𝑼𝑲𝒂: Motorcycle unit of vehicle type ka-Factor moto-equivalente para el vehículo 𝑘𝑎

𝑉𝑘𝑎: Velocidad del vehículo 𝑘𝑎 (m/s)

𝑆𝑘𝑎(𝑉𝑘𝑎) , 𝑆𝑚𝑐(𝑉𝑘𝑎): Espacio efectivo de la motocicleta y del tipo de vehículo 𝑘𝑎 en una

velocidad 𝑉𝑘𝑎 (𝑚2) respectivamente

Para el presente estudio se obtuvieron las siguientes gráficas, las cuales indican un

factor moto-equivalente para cada vehículo según su velocidad. La grafica que

representa cada tipo de vehículo agrupa todos los posibles eguimientos con las demas

clasificaciones estudiadas.



Figura 5-10: Relación factor moto-equivalente - Velocidad




De manera general se obtiene las velocidades mínimas, promedio y máximas para cada

tipo de vehículo en función del tramo estudiado.

Tabla 5-8: Velocidad vehicular según tipo de vehículo para los tramos de estudio.


Velocidad (m/s) Velocidad (m/s)


Motocicleta 3.2 9.0 14.7 4.4 12.4 18.1

Auto pequeño 1.5 5.3 14.7 4.0 11.9 18.1

Auto grande 1.8 6.9 15.7 4.4 11.8 15.4

Camión 1.6 4.2 8.9 8.8 11.7 17.5

Minibús - - - - - -

Bus - - - 5.5 11.7 17.5

Promedio Global 2,0 6,4 13,5 5,4 11,9 17,3


El tramo estudiado de la carrera 63 (Avenida Regional) no presenta valores para los

vehículos minibús y bus, debido al bajo volumen de circulación de los mismos por dicha

avenida, por lo cual no se obtuvieron datos representativos para el desarrollo del estudio.

Este caso se repite para el tipo de vehículo minibús en el tramo estudiado de la carrera

64C (Autopista Norte).

En función de la velocidad promedio para cada tipo de vehículo, según el tramo de

estudio y la ecuación para hallar el factor moto-equivalente (10), la cual relaciona las

fórmulas obtenidas en Tabla 5-7, se obtienen los siguientes valores de conversión.

Tabla 5-9: Factor moto-equivalente



Motocicleta 1.0 1.0

Auto pequeño 2.4 2.3

Auto grande 2.3 2.8

Camión 3.5 3.0

Minibús - -

Bus - 3.7




Para resolver una de las hipótesis planteadas en la presente investigación, es necesario

estimar la conversión a la unidad de automóvil (auto-equivalente), por lo que se propone

utilizar las fórmulas obtenidas en la Tabla 5-7, para relacionarlas en función de la

ecuación (10), planteando el supuesto de cambiar en dicha ecuacion la relación 𝑆𝑚𝑐

(espacio efectivo de la motocicleta) por el del automóvil. Es decir, que el denominador de

la ecuación se remplaza por la fórmula de la tendencia lineal hallada en la relación

espacio efectivo – velocidad, del automóvil (Para este caso, Auto pequeño).

Tabla 5-10: Factor auto-equivalente



Motocicleta 0.4 0.4

Auto pequeño 1.0 1.0

Auto grande 1.0 1.1

Camión 1.6 1.5

Minibús - -

Bus - 1.6


Al comparar los factores auto-equivalentes obtenidos apartir del supuesto anteriormente

explicado versus los factores moto-equivalentes con la metodologia expuesta en el

capitulo 5, se observa que el valor maximo para la auto-equivalencia es de 1,6 ; caso

contrario con la moto-equivalencia donde el valor maximo es 3,7 (ambos valores

corresponde al tipo de vehículo Bus).



5.7 Análisis del flujo y capacidad vehicular

La capacidad es el máximo volumen horario de tránsito que puede de manera razonable

circular por un punto o una sección transversal de la vía, esta depende de las

condiciones propias de la vía como de las características de tránsito.

Para abordar el tema se plantea tres conceptos que relacionan las variables

fundamentales del tránsito (Volumen, velocidad y densidad).

Flujo (q): Número de vehículos que pasan por una sección transversal de la vía

durante una unidad de tiempo. Por lo general se expresa en (Veh/h)

Velocidad (v): Relación existente entre el espacio recorrido por un vehículo y el

tiempo en recorrerlo. Por lo general se expresa en (km/h)

Densidad (k): Número de vehículos que ocupan una unidad de longitud de vía en

un instante dado. Por lo general se expresa en (veh/km)

flujo= densidad * velocidad

𝐪 (𝐯𝐞𝐡/𝐡) = 𝐤 (𝐯𝐞𝐡/𝐤𝐦) ∗ 𝐯 (𝐤𝐦/𝐡)

(11)

En función de la relación de las tres variables anteriores, se plantea el modelo de

(Greenshields, 1935), el cual utiliza:

La velocidad (v) y la densidad (k) para proponer una relación lineal mediante el ajuste por

el método de mínimos cuadrados.



Figura 5-11: Relación lineal velocidad - densidad


𝑣�̅� = 𝑣𝑖 − (𝑣𝑙

𝑘𝑐) 𝑘

(12)

𝑣�̅� : velocidad media espacial (km/h)

𝑘 : densidad (veh/km/carril)

𝑣𝑙 : velocidad media espacial a flujo libre (km/h)

𝑘𝑐 : Densidad de congestionamiento (veh/km/carril)

En la tendencia lineal la velocidad disminuye a medida que aumenta la densidad, desde

un valor máximo o velocidad a flujo libre 𝑣𝑙(punto A), hasta un valor mínimo k = 0 (punto

B) donde la densidad alcanza su máximo valor.

El rectángulo de área máxima corresponde al punto E, que está ubicado exactamente en

la mitad de la recta. Su área representa el flujo máximo, 𝑞𝑚, el cual se obtiene para los

valores siguientes de 𝑣𝑚 y 𝑘𝑚

𝑣𝑚 =𝑣𝑙

2 ; 𝑘𝑚 =

𝑘𝑐

2

(13)

Por lo tanto, el flujo máximo esta expresado como:

𝑞𝑚 = 𝑣𝑚 ∗ 𝑘𝑚

(14)



O que es lo mismo que:

𝑞𝑚 =𝑣𝑙 ∗ 𝑘𝑐

4

(15)

La relación entre flujo (q) y densidad (k) se obtiene remplazando la ecuación (11) y (12)

𝑞 = 𝑣𝑘 = [𝑣𝑖 − (𝑣𝑖

𝑘𝑐) 𝑘] 𝑘

𝑞 = 𝑣𝑖𝑘 − (𝑣𝑖

𝑘𝑐) 𝑘2

(16)

Esta ecuación expresa al flujo (q) como una función parabólica de la densidad (k).

Figura 5-12: Relación lineal flujo- densidad


Por definición se requiere que cuando la densidad se aproxime a cero, el flujo también se

aproxime a cero, lo cual representa condiciones de operación a flujo libre (punto A).

Igualmente, cuando la densidad es la máxima, k = 𝑘𝑐 los vehículos se detienen uno tras

otro, tal que no avanzan, q= 0 (punto B).



La relación entre la velocidad (y) y flujo (q) se obtiene despejando la densidad (k) de la

ecuación (12) y remplazando su valor en la ecuación fundamental del flujo vehicular;

ecuación (11)

Despejando (k) de la ecuación (12), se obtiene:

𝑘 = 𝑘𝑐 − (𝑘𝑐

𝑣𝑙) 𝑣�̅�

(17)

Y reemplazando en la ecuación (11):

𝑞 = 𝑣�̅�𝑘𝑐 − (𝑘𝑐

𝑣𝑙) (𝑣�̅�)2

(18)

𝑣�̅� =𝑣𝑙

2±

√𝑣𝑙2−4(

𝑣𝑙𝑘𝑐

)𝑞

2

(19)

Esta última expresión, representa la Figura 5-13, donde se observa una relación

parabólica. A medida que el flujo (𝑞) aumenta, desde el punto (A) a velocidad a flujo libre,

la velocidad (v) disminuye hasta aproximarse a la capacidad (𝑞𝑚) que representa la

máxima oferta o servicio. La dinámica vehicular puede causar que la relación de las

variables pase del punto E al punto B, indicando que la operación ocurre a nivel de

congestión.



Figura 5-13: Relación lineal velocidad - flujo


Para el caso práctico se localiza un escenario de circulación vehicular (tramo vial) con

buenas condiciones en la infraestructura, donde se obtenga datos de conteo y velocidad

individual (Carrera 64C con calle 67, sentido circulación N-S).

Para el escenario se obtienen de un día típico completo (el jueves 13 de noviembre de

2014), datos de demanda y velocidad clasificados para 3 longitudes vehiculares:

Longitud de 0 – 6 m : Motocicletas y vehículos livianos

Longitud de 6 – 12 m: Vehículos pesados y buses.

Longitud > 12 m: Vehículos pesados de más de 12m

Los datos son suministrados por el conteo automático de los sistemas ITS de la empresa

Sistemas Inteligentes en Red (Centro de control de tránsito de Medellín, 2013). Se hace

la salvedad que la clasificación es diferente a la usada en el capítulo 4.2 debido a una

reforma de configuración que implemento en el Centro de Control a finales de septiembre

de 2014. También se aclara que los datos de tránsito corresponden a 2 carriles de 3

existentes en la zona (sentido N-S), debido a que la configuración de video analítica tomo

los carriles internos de la calzada ya que son los que mayor demanda presentaron. No se

analiza la calzada del costado Este.



Figura 5-14: Carrera 64C con calle 67, sentido circulación N-S


Los datos obtenidos tienen una clasificación mixta (es decir, sin usar ninguna

equivalencia). Para mejorar la clasificación vehicular mixta suministrada por los sistemas

ITS, se estima porcentajes de participación para las motocicletas, auto pequeño, auto

grande, bus, minibús y camión grande (ver Figura 5-9).

Tabla 5-11: Estimación porcentual para la clasificación vehicular por categoría ITS

Categoría ITS Longitud de la categoría Clasificación % Participación

C1 < 6 m

Motocicleta 55%

Auto Pequeño 35%

Auto Grande 10%

C2 6 m - 12 m Bus 20%

Camión 80%

C3 > 12m Otros Camiones

(tractocamiones)




Tabla 5-12: Volumen mixto y velocidad horaria vehicular estimada

Hora Motocicletas Auto

Pequeño Auto

Grande Bus

Camión Grande

Volumen Total (veh/h)

Velocidad (km/h)

0 274 175 50 47 188 734 70

1 197 125 36 51 204 613 70

2 172 110 31 60 238 611 69

3 179 114 33 96 382 803 59

4 384 245 70 164 656 1519 59

5 1272 810 231 144 574 3031 62

6 1737 1106 316 181 722 4062 57

7 1389 884 253 175 701 3402 48

8 1469 935 267 134 535 3339 58

9 1388 883 252 130 519 3173 59

10 1076 685 196 123 492 2571 59

11 1197 762 218 130 518 2825 60

12 987 628 179 95 381 2270 63

13 1262 803 229 114 456 2864 63

14 1141 726 208 119 478 2672 59

15 1238 788 225 127 509 2886 59

16 1164 741 212 108 434 2658 60

17 1114 709 203 96 383 2505 62

18 1025 652 186 117 470 2450 61

19 958 610 174 92 369 2203 63

20 767 488 140 70 282 1747 66

21 741 472 135 64 257 1669 68

22 593 378 108 62 248 1389 67

23 445 283 81 42 169 1020 71

Total 22171 14109 4031 2541 10165 53016 62

% 42% 27% 8% 5% 19%


El vehículo con mayor participación en la demanda vehicular es la motocicleta con un

42%, por lo tanto aplica el uso de factores de conversión a la unidad moto-equivalente.

En función de la Tabla 5-12, se procederá a homogenizar la demanda a una única unidad

de equivalencia representativa (motocicleta) con los factores encontrados en la presente

investigación (columna 1) acompañados de otras equivalencias usadas en diferentes

localidades a nivel internacional – Continente Asiático (columna 2 y 3)



Tabla 5-13: Factores de equivalencia (Investigación – Referencia Internacional)

1. Factor Motocicleta

Investigación

2. Factor Motocicleta Chu Cong M et al

(2009)

3. Factor Motocicleta

Anand et al (1999)

Motocicleta 1,0 1,0 1,0

Auto Pequeño 2,3 2,3 1,6

Auto Grande 2,6 2,3 1,6

Bus 3,7 7,3 3,8

Minibús No aplica 3,8 2,6

Camión Grande 3,2 No aplica No aplica


Para tener iguales referencias de comparación se excluyen la participación de minibuses

y camiones, debido a que presentan ausencia en alguno de los escenarios.

Luego de homogenizar la demanda y conociendo la velocidad asociada, se calcula la

densidad para cada caso.

Tabla 5-14: Volumen, velocidad y densidad moto-equivalente

Factor Motocicleta

Investigación

Factor Motocicleta Chu Cong M et al

(2009)

Factor Motocicleta Anand et al (1999)

Hora Velocidad

(veh/h) Volumen (veh/h)

Densidad (veh/km)

Volumen (veh/h)

Densidad (veh/km)

Volumen (veh/h)

Densidad (veh/km)

0 70

980 14 1135 16 819 12

1 70

767 11 940 13 653 9

2 69

726 11 931 14 628 9

3 59

879 15 1212 21 779 13

4 59

1736 29 2304 39 1519 26

5 62

4267 69 4721 76 3513 57

6 57

5770 102 6335 112 4739 84

7 48

4728 98 5289 110 3906 81

8 58

4807 83 5217 90 3934 68

9 59

4557 77 4956 84 3731 63

10 59

3614 61 4004 68 2977 51

11 60

3995 66 4403 73 3285 55

12 63

3250 51 3544 56 2663 42

13 63

4127 65 4475 71 3376 54



Factor Motocicleta

Investigación

Factor Motocicleta Chu Cong M et al

(2009)


14 59

3793 65 4167 71 3116 53

15 59

4104 70 4502 76 3370 57

16 60

3818 63 4152 69 3127 52

17 62

3626 58 3917 63 2963 48

18 61

3443 56 3815 63 2836 46

19 63

3154 50 3440 54 2585 41

20 66

2513 38 2729 41 2057 31

21 68

2415 35 2610 38 1973 29

22 67

1972 29 2166 32 1620 24

23 71

1463 20 1593 22 1198 17

Total 62

74503 1239 82556 1373 61369 1020




Figura 5-15: Diagramas fundamentales del flujo vehicular para el caso de estudio

Factor Motocicleta Investigación

Factor Motocicleta Chu Cong M et al (2009)



En general se observa un comportamiento muy similar en la relación velocidad –

densidad utilizando los factores de conversión propuestos por la presente investigacion y

el caso (Chu Cong, et al., 2009), sin embargo se observa menor valor en la densidad

para el caso (Anand , et al., 1999) debido al bajo factor de conversión del automóvil a

equivalencia de motos, ya que el automóvil esla segunda clasificacion con mayor aporte

vehicular. Caso similar pasa con la relación flujo - densidad

Para estimar la capacidad en función del ejercicio práctico de la carrera 64C con calle

67, se utiliza la ecuación lineal de (Greenshields, 1935) ilustrada en la ecuación (16) la

cual relaciona las variables de velocidad, densidad y flujo.

Para el caso en estudio se relacionan las ecuaciones de la tendencia lineal entre la

velocidad (km/h) y la densidad (veh/km) (Figura 5-15), lo anterior para determinar la

concentración máxima “𝑘𝑐” y crítica “ 𝑘𝑚” de cada caso, con el fin de determinar el flujo

máximo “ 𝑞𝑚”, el cual estimará la capacidad vial, por lo que es necesario despejar (de la

tendencia lineal mencionada) la variable “x”.

Como caso práctico y para hallar Los valores de concentraciones de la corriente

vehicular, es necesario estimar:

Velocidad mínima (km/h) 𝑣0 = 0 ; Donde la concentración alcanza su valor

máximo

Velocidad a flujo libre (km/h) 𝑣𝑙 = 80 ; En función del tipo de vía y su velocidad

máxima permitida.

Velocidad de flujo máximo (km/h) 𝑣𝑚 = 40 ; Referencia a la ecuación (13)

Para determinar la concentración máxima “𝑘𝑐” se usará la velocidad mínima y para

determinar la concentración crítica “ 𝑘𝑚” se usara la velocidad de flujo máximo. Ambas

velocidades representan la variable “y” en las ecuaciones de la Tabla 5-15.

Al conocer las variables de concentración máxima y velocidad a flujo libre es posible

estimar el valor de flujo máximo “ 𝑞𝑚” haciendo uso de la ecuación (15), el resultado es

una estimación de la oferta que presenta la vía, es decir la capacidad existente en

(veh/h/carril).



Tabla 5-15: Ecuaciones – concentración máxima, critica y flujo máximo

Factor Motocicleta** Investigación

Factor Motocicleta (Chu Cong, et al., 2009)

Factor Motocicleta (Anand , et al., 1999)

(20)

𝑘𝑐 = 448 motos/km

𝑘𝑚 = 193 motos/km

𝑞𝑚 = 4481 motos/h/carril

(21)




(22)





La diferencia porcentual de la capacidad (𝑞𝑚 ) resultante de los factores de equivalencia

de la presente investigación** versus los factores internacionales de equivalencia

utilizados como referencia, es del 5% para (Chu Cong, et al., 2009) y del -19% para

(Anand , et al., 1999).

Otra forma de estimar la capacidad vial, es tomando mediciones de demanda vehicular

en campo, por ejemplo con regulación semafórica, se recomienda cuantificar el flujo (𝑆𝑏)

durante una hora y por ciclo, trabajando los 3 periodos de la tasa de descarga de

vehículos que ingresan a una intersección semaforizada: al inicio del verde, durante el

verde efectivo y al final del verde. Con la ayuda de un cronometro se mide el rango de

tiempo y la clasificación vehicular que se moviliza en cada periodo.

El periodo de inicio del verde (Periodo 1). Corresponde a un primer periodo al inicio del

verde en el cual se manifiesta el incremento de la tasa de descarga de los vehículos

antes de estabilizarse y con su observación puede estimarse el parámetro 𝜆1 o tiempo

perdido al inicio del verde.

El periodo de verde efectivo 𝑉𝑒 (Periodo 2). En este segundo periodo la tasa de descarga

se mantiene estable y corresponde con la mayor tasa de descarga de la cola de

vehículos y sirve para calcular el flujo de saturación, parámetro fundamental para estimar

la capacidad de un movimiento vehicular controlado por semáforos. Si este flujo de

saturación se expresa en la unidad de referencia de los factores de equivalencia

vehicular se obtendría el flujo de saturación básico (𝑆𝑏).



El periodo de fin del verde (Periodo 3). En este periodo se presenta el decrecimiento

rápido de la tasa de descarga de los vehículos que ingresan la intersección debido al

inicio de la indicación amarilla pero debido a que aún pueden ingresar vehículos se

interpreta como un tiempo de ganancia del verde en el amarillo representado por 𝜆2.

Lo anterior describe el modelo básico del flujo de saturación, donde se puede establecer

𝑉𝑒 = 𝑉 − 𝜆1 + 𝜆2

(23)

Figura 5-16: Modelo básico del flujo de saturación

Fuente: Principios sobre semáforos (Valencia Alaix, 2002)

𝑐𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 = 𝑄 =𝑆∗𝑉𝑒

𝐶

(24)

𝑆 = 𝑆𝑏: Flujo de saturación básico

C = duración del ciclo del regulador semafórico

𝑉𝑒 = Verde efectivo



Para el caso de un flujo libre es el mismo proceso solo que el verde efectivo y la duración

del ciclo toman el valor de la unidad.

A continuacion se ilustra un ejercicio realizado en campo12 para un ramal de una

interseccion semaforizada, donde se toman datos de demanda y clasificacion vehicular,

durante una hora, utilizando las abreviaciones A,B,M,T y C , las cuales corresponden a

auto, bus, moto, tractocamión y camón respetivamente.

No se obtienen datos para el periodo 3, es decir que ningun vehículo tránsito o acelero

durante la indicacion de fin de verde o amarillo, por lo cual no hay estimacion del 𝜆2. Este

parametro, junto con 𝜆1 no es de interés para la presente investigación hallar su valor, ya

que los objetivos se enmarcan en la estimacion de la capacidad.

Las duraciones (periodo 1 y 2) son estimadas por la persección de la persona que

recoleta la información en campo, según la definición de los 3 periodos anteriomente

mencionados.

El cálculo para el flujo de saturacion 𝑺𝒃 representa un valor variable aleatorio por lo que

es recomendable tomar una muestra representativa de los datos en campo.

𝑆𝑏 ∶ 1

𝑁2 ∑ ∑ 𝑓𝑖∗𝑛2𝑖𝑗𝑖𝑗

∑ 𝑡2j𝑗

(25)

𝑆𝑏: Flujo de saturación básico

𝑛𝑖 : Cantidad de vehículos del periodo i en ciclo j (en este caso periodo 2)

𝑓𝑖 : Factor de equivalencia del vehículo i

N2: Numero de ciclos observados

𝑡2j: Duración del periodo del ciclo

12 Proyecto realizado bajo el nombre de la Universidad Nacional de Colombia, cuyo director fue

Víctor Gabriel Valencia, profesor asociado.



Tabla 5-16: Procesamiento de datos de campo – Flujo de saturación

Cic

lo Periodo 1

Periodo 2

Total

Duración Periodo

(s)

Factor Moto- equivalente

Investigación

A B M T C

A B M T C

A B M T C

1 2 𝑺𝒃

(motos/s/carril)

1 1 0 2 0 1

0 0 1 1 0

1 0 3 1 1

9,6 3,6 1,17

2 0 0 2 0 2

1 0 0 0 0

1 0 2 0 2

12,8 0,8 3,06

3 1 1 2 0 0

0 0 1 0 0

1 1 3 0 0

9,4 4,9 0,20

4 1 0 3 0 0

0 0 1 0 0

1 0 4 0 0

9,9 1,6 0,63

5 1 0 3 0 0

1 0 0 0 0

2 0 3 0 0

9,6 0,6 4,08

6 0 0 4 0 0

0 0 1 0 0

0 0 5 0 0

9,8 4,2 0,24

7 0 1 3 0 0

0 0 3 0 0

0 1 6 0 0

10,3 7,9 0,38

8 1 0 2 0 1

1 0 3 0 0

2 0 5 0 1

10,4 8,9 0,61

9 0 0 4 0 0

0 0 1 0 0

0 0 5 0 0

8,5 0,9 1,11

10 1 0 3 0 0

1 0 1 0 0

2 0 4 0 0

7,4 3,71 0,93

11 1 0 3 0 0

0 0 1 0 1

1 0 4 0 1

14,0 3,0 1,40

12 1 0 3 0 0

0 0 3 0 0

1 0 6 0 0

9,3 6,7 0,45

13 2 0 2 0 0

0 0 3 0 0

2 0 5 0 0

6,8 5,2 0,58

14 0 0 4 0 0

0 0 2 0 0

0 0 6 0 0

11,1 5,6 0,36

15 0 0 4 0 0

1 0 0 0 0

1 0 4 0 0

12,8 1,2 2,04

16 0 0 4 0 0

1 0 0 0 0

1 0 4 0 0

10,7 0,5 4,90

17 1 1 2 0 0

1 0 0 0 0

2 1 2 0 0

9,1 2,9 0,84

18 1 0 3 0 0

0 0 1 0 0

1 0 4 0 0

11,9 1,6 0,63

19 0 1 3 0 0

0 0 1 0 0

0 1 4 0 0

10,5 3,0 0,33

20 1 0 3 0 0

0 0 6 0 0

1 0 9 0 0

8,2 10,9 0,55

21 0 0 3 0 1

1 0 0 0 0

1 0 3 0 1

12,1 2,4 1,02

22 0 0 3 0 1

0 0 3 0 0

0 0 6 0 1

11,4 8,3 0,36

23 2 0 2 0 0

0 1 1 0 0

2 1 3 0 0

8,7 2,5 1,88

24 1 0 3 0 0

0 0 1 0 0

1 0 4 0 0

8,5 1,9 0,53

25 0 1 3 0 0

0 0 2 0 0

0 1 5 0 0

10,2 2,5 0,80

26 1 0 2 0 1

0 0 1 0 0

1 0 3 0 1

10,3 2,5 0,40

27 0 0 4 0 0

0 0 1 0 0

0 0 5 0 0

10,8 2,3 0,43

28 0 0 4 0 0

0 0 2 0 0

0 0 6 0 0

10,8 5,1 0,39

29 0 0 4 0 0

1 1 2 0 0

1 1 6 0 0

12,7 6,5 1,25

30 0 1 3 0 0

0 0 3 0 1

0 1 6 0 1

10,6 8,4 0,74

% Total 15% 4% 75% 1% 5%

Promedio : 1,08

𝑺𝒃 (Estimado horario): 3876

motos/h/carril




El cálculo del flujo de saturación 𝑺𝒃 esta dado en moto-equivalente usando los factores

de homogenizacion encontrados en la presente investigación. El conteo presento un 75%

de participacion en motocicletas, seguido por las autos con un 15%.

La capacidad es hallada conociendo las demás variables de la ecuación (25), dichas

variables pueden ser estimadas en campo. También se puede hacer el supuesto de

llevar a la unidad las variables verde efectivo y ciclo ( 𝑉𝑒 ; 𝐶) para representar un cálculo

de capacidad en un flujo constante.


La velocidad promedio para el tramo de la cerrera 63 (Av. Regional) es de 33 km/h

para las motocicletas; 19 km/h para los autos pequeños; 25 km/h para autos grandes

y 15 km/h para camiones. Para el tramo Carrera 64C (Autopista Norte) es de 45

km/h para las motocicletas; 43 km/h para los autos pequeños y autos grandes y de

42 km/h para camiones y buses.

El espaciamiento o separación vehicular promedio registrada para el tramo de la

carrera 63 (Av. Regional) es de 11m para las motocicletas; 13m autos pequeños;

14m para autos grandes y 19m para camiones. Para el tramo Carrera 64C (Autopista

Norte) es de 9m para las motocicletas; 13m para autos pequeños; 16m para autos

grandes; 20m para camiones y de 22m para buses.

El área efectiva vehicular promedio tomada para el tramo de la carrera 63 (Av.

Regional) es de 22𝑚2 para las motocicletas; 46𝑚2 para autos pequeños; 50𝑚2 para

autos grandes y de 66𝑚2 para camiones. Para el tramo Carrera 64C (Autopista

Norte) es de 19𝑚2 para las motocicletas; 42𝑚2 para autos pequeños; 52𝑚2 para

autos grandes; 63𝑚2 para camiones y de 72𝑚2 para buses.

Utilizar un software para la obtención del área y velocidad efectiva, disminuirá el

tiempo de obtención de los datos, agilizando el proceso para hallar las equivalencias

vehiculares. Sin embargo se deberá validar la obtención de los resultados verificando

en un rango de tiempo corto (5-15min) las velocidades, pasos o brechas (para

estimar áreas de ocupación) vehiculares en campo, de manera que se garantice la

veracidad de los mismos.



Las gráficas que relacionan el espacio efectivo vs velocidad por tipo de vehículo

(Figura 5-8) al igual que la relación entre factor de equivalencia vs velocidad (Figura

5-10) muestran un comportamiento creciente a medida que la velocidad aumenta,

conservando mayor separación vehicular, por lo que la equivalencia aumenta. Para

la carrera 64C (Autopista norte) se obtuvo una moto-equivalencia un poco similar

entre el auto grande y el camión, esto podría explicarse a que ambos vehículos

circularon con espaciamiento y velocidades muy parecidas. (ver Tabla 5-5 y Tabla

5-8)



6.1 Conclusiones

El método propuesto en la presente investigación, es aplicable para tramos viales

con o sin regulador semafórico, siempre y cuando los datos correspondan a los

comportamientos descriptos para la relación parabólica entre la velocidad y el flujo

(Figura 1-1)

La variación del área efectiva depende directamente de la velocidad, la cual puede

ser afectada por la pendiente, tipo de vía, clima, etc, dicha afectación en la

circulación está implícita en la toma de datos.

A nivel internacional, se encontraron 8 trabajos en el tema de conversión a la unidad

de motocicletas (moto-equivalencia) los cuales se registran para los años 1999,

2001, 2005, 2007 y los más recientes están para los años 2009 y 2010. la mayoría

de ellos desarrollados en el Continente Asiático. A nivel nacional no se encontró

ningún trabajo donde se trate la equivalencia a la unidad de motocicleta, sin embargo

se encontraron varios estudios que desarrollan la equivalencia de la motocicleta a la

unidad del automóvil.

Las referencias bibliográficas encontradas no describen un método donde se

explique cómo hallar los factores de conversión, las condiciones o recomendaciones

que se deben tener en campo y en el procesamiento de los datos.

Para el estado de circulación estudiado (pelotón-seguimiento, ver Figura 1-1) se

encontró, que el factor de moto-equivalente por tipo de vehículo, es mayor que el

factor auto-equivalente. En el caso de utilizar los factores de conversión presentados



en la para calcular o estimar la capacidad vial, también se presentaría diferencia

porcentual, resultando un valor más alto para la moto-equivalencia.

Durante el procesamiento de los videos del flujo vehicular para los tramos estudiados

(proporcionados por el Centro de Control de Tránsito) se obtuvieron datos de

separación vehicular brecha, paso, intervalo y velocidad individual. De esta manera

se estudiaron los efectos de los diferentes tipos de vehículo, los cuales fueron el

insumo inicial para generar las fórmulas que relacionan la conversión a la unidad de

equivalencia.

El tramo estudiado de la carrera 63 (Avenida Regional) no presenta valores para los

vehículos minibús y bus, debido al bajo volumen de circulación de los mismos por

dicha Avenida, por lo cual no se obtuvieron datos representativos para el desarrollo

del estudio. Este caso se repite para el tipo de vehículo minibús en el tramo

estudiado de la carrera 64C (Autopista Norte).

El porcentaje de motocicletas aforado para los tramos de estudio (Avenida Regional

y Autopista Norte) siempre supero el 50% de la participación de la demanda

vehicular, cumpliendo con los requerimientos planteados en función del flujo a

estudiar. Ver capítulo 5

Las figuras que relacionan el factor Moto-equivalente vs Velocidad (Figura 5-10), se

puede obtener la moto-equivalencia por tipo de vehículo en función de la velocidad,

para el estado en pelotón y seguimiento. (no se considera el comportamiento de

adelantamiento de las motocicletas) (Figura 1-1). También es posible analizar otros

estados de circulación aplicando el método expuesto en la presente investigación.

La demanda analizada durante la hora pico para el tramo de la Avenida Regional y el

tramo de la Autopista Sur (ver Capitulo 4) solo fue trabajada en el estado de pelotón

y seguimiento (ver Figura 1-1). Para este caso, no es posible estimar el tamaño de la

muestra poblacional, un nivel de confianza o el máximo error dispuesto tolerar,

debido a que el comportamiento del desplazamiento del flujo vehicular (para el

estado de circulación estudiado Figura 1-1) es incierto (no controlable) por lo que es

inviable realizar una cuantificación sobre la muestra poblacional útil (que cumpla con



las condiciones esperadas de velocidad y espacio efectivo) por tipo de vehículo que

debe analizarse.

Se presenta la cuantificación total (población) y porcentaje de seguimiento por tipo

de vehículo para los datos analizados (Tabla 5-4) y (Figura 5-9) en condición de

pelotón o seguimiento para cada corriente vehicular. También se presenta la

velocidad vehicular obtenida por tramo y tipo de vehículo (Tabla 5-8)

El factor moto-equivalente hallado con el método propuesto en el presente estudio,

arrojo como resultado para el tramo de la carrera 63 (Av. Regional) una equivalencia

a motocicletas de 2.4, 2.3 y 3.5 para el auto pequeño, auto grande y camión

respectivamente.

El factor moto-equivalente hallado con el método propuesto en el presente estudio,

arrojo como resultado para el tramo de la carrera 64C (Autopista Norte) una

equivalencia a motocicletas de 2.3, 2.8, 3.0 y 3.7 para el auto pequeño, auto grande,

camión y bus respectivamente.

Para el caso de la carrera 64C con calle 67, los factores de conversión fueron

hallados en función de todos los carriles que componen la calzada analizada

(circulación NS), es decir que la velocidad y el espacio efectivo para cada vehículo

fue analizado por carril (ver Tabla 5-9). Sin embargo, el análisis de la capacidad se

calculó solo para 2 carriles (de 3 existentes) ver Figura 5-14, debido a la

configuración que presenta la video analítica de la cámara utilizada (Información

suministrada por el Centro de Control de Tránsito)

Se analizó la capacidad vial en función de diferentes factores de conversión, con

especial consideración de las motocicletas. Ver capítulo 5.7. Para complementar el

análisis se hizo uso de algunos factores de conversión hallados en trabajos

investigativos a nivel internacional. Ver Tabla 5-13.

La diferencia porcentual de la capacidad (𝑞𝑚) resultante de los factores de

equivalencia de la presente investigación versus los factores internacionales de

equivalencia utilizados como referencia, es del 5% para (Chu Cong, et al., 2009) y

del -19% para (Anand , et al., 1999).



El método propuesto en la presente investigación para hallar el factor de conversión

a la unidad de motocicleta, mejora el cálculo de la capacidad, siempre y cuando la

motocicleta represente un importante porcentaje en la demanda vehicular.

El método es aplicable a condiciones de circulación urbana y rural (carreteras)

siempre y cuando se identifiquen condiciones de circulación descriptas de flujo

ininterrumpido e interrumpido en función de la relación parabólica entre la velocidad

y el flujo (Figura 1-1). De manera que se identifiquen las velocidades y espacios

efectivos individuales para la corriente vehicular analizada.



6.2 Recomendaciones

Se recomienda realizar la obtención de datos de espacios y velocidades efectivas en

condiciones de pelotón y seguimiento (generalmente se presentan en la hora de máxima

demanda de un día típico), es decir que fluctúa cerca de la capacidad de la vía según la

relación parabólica entre la velocidad y el flujo.

Se recomienda estudiar tramos viales donde los tipos de vehículos minibús y bus

presenten una circulación continua, de manera que se obtengan datos de espacios

efectivos y velocidades representativas para hallar el factor moto-equivalente.

Para el caso práctico se asumió como ancho efectivo el carril de circulación, a excepción

de la motocicleta. Sin embargo este valor puede ser modificado, realizando encuestas a

los conductores de cada tipo de vehículo, obteniendo la tendencia que describa cual

debe de ser el ancho efectivo por tipo de vehículo según la zona de interés.

La calidad de los datos depende de las filmaciones a trabajar, por lo que es

recomendable obtenerlas lo más perpendicular posible al flujo estudiado y que de igual

forma se aprecie la calzada y el seguimiento vehicular. El video no debe presentar micro

cortes, poca iluminación, ralentización o pixelación, ya que estos factores pueden

generar errores en la toma de datos.

Es posible y recomendable contar con software de video analítica que mejoren y faciliten

el cálculo de los espacios efectivos, optimizando el tiempo de obtención de los mismos.



6.3 Línea futura de investigaciones

Algunos estudios a futuro, relacionados con la línea de investigación desarrollada en el

presente trabajo son:

Aplicaciones de los resultados y de la base de datos generada (velocidad, longitud y

separación vehicular) en función de estudios relacionados con tiempos inter

vehiculares y de seguridad vial, como es el caso de los modelo de Branston D y

Krammes R.

Factores de equivalencia en condiciones estáticas (velocidad=0)

Estimación del factor de equivalencia vehicular, teniendo en cuenta la afectación de

los espacios efectivo por el tipo de conductor (sexo, edad, estado de ánimo, etc.), el

clima, etc

Relacionar el adelantamiento de las motocicletas, en función de los factores de

conversión.

“El que ha desplazado la montaña es el que comenzó por quitar las pequeñas

piedras”

Proverbio chino.



Glosario

Adelantamiento vehicular

Moverse o extenderse formando ondulaciones, por lo general este término es dado en la

ingeniería de tránsito, para describir la forma de desplazamiento de las motocicletas en

una corriente vehicular.

Áreas efectivas

Espacio efectivo que ocupa un vehículo al desplazarse dentro de una corriente vehicular.

Dicha área está compuesta por una longitud y un ancho, en metros.

ITS

Intelligent Transportation Systems

Conjunto de soluciones tecnológicas de las telecomunicaciones y la informática

diseñadas para mejorar la operación y seguridad del transporte y tránsito terrestre en el

ámbito urbano y rural.

Este conjunto de soluciones telemáticas también pueden utilizarse en otros modos, pero

su principal desarrollo ha sido orientado al transporte terrestre.

Logarítmico de Greenberg

Método para resolver un problema mediante una secuencia de pasos a seguir. Dicha

secuencia puede ser expresada en forma de diagrama de flujo con el fin de seguirlo de

una forma más sencilla.

Micro o macro simulación

Representación del tránsito mediante un modelo de simulación que, a través de un

programa de computadora, reproduce cronológicamente los sucesos que tienen lugar en



el tránsito vehicular. (En el caso de micro simulación: Vehículo a vehículo y por intervalos

de tiempo)

Minibús

Autobús pequeño que tiene generalmente de 12 a 25 asientos.

Software SPSS

Es uno de los programas estadísticos más conocidos teniendo en cuenta su capacidad

para trabajar con grandes bases de datos y un sencillo interface para la mayoría de los

análisis. El programa consiste en un módulo base y módulos anexos que se han ido

actualizando constantemente con nuevos procedimientos estadísticos. Cada uno de

estos módulos se compra por separado.

Test T

Cualquier prueba en la que el estadístico utilizado tiene una distribución t de Student si la

hipótesis nula es cierta. Se aplica cuando la población estudiada sigue una distribución

normal pero el tamaño muestra es demasiado pequeño.

Test F

Prueba en la que el estadístico utilizado sigue una distribución F, si la hipótesis nula no

puede ser rechazada. El nombre fue acuñado en honor a Ronald Fisher.



Acevedo, J., 2009. El transporte como soporte al desarrollo de Colombia. Una visión

2040. Universidad de los Andes.

Agudelo Torres, A., 2006. Análisis integral del estado de la Avenida Alberto Mendoza,

Manizales: Universidad Nacional de Colombia, Facultad de Ingeniería y.

Alcaldía de Medellín, 2013. Alcaldía de Medellín. [En línea]

Available at: http://www.medellin.gov.co/

Alkadry, A. & Khan, A., 2001. Optimization of area traffic control for equilibrium network

flows. Canadian Journal of Civil Engineering, February, Volumen 28, pp. 111-119.

Ambak, K., Atiq, R. & Ismail, R., 2009. Intelligent Transport System for Motorcycle Safety

and Issues. European Journal of Scientific Research, 20 mar, Volumen 28, pp. 601-612..

Anand , S., Sekhar, S. & Rehan, K., 1999. Development of Pssenger Car Unit (PCU)

values for Malaysia. Journal of the Eastern Asia Society for Transportation Studies, 3(3),

pp. 73-80.

Aupetit, S., Espié, S., Larnaudie, B. & Riff, J., 2011. Tools and methodologies for the

study of motorcyclist's behaviour in real context. Advances in Transportation Studies an

international Journal, 01 july, Volumen 24, pp. 15-22.

Branston, D. & Van Suylen, H. J., 1978. The estimation of saturation flow, effective green

time and passenger car equivalents at traffic signals by multiple linear regression. En:

Transportation Research. London: s.n., pp. 47-53.

Cal, R. & Mayor, R., 2007. Ingeniería de Tránsito, Fundamentos y aplicaciones. México:

Alfaomega.

Čapek, K., Pitkänen, J. & Niittymäki, J., 2011. Evaluating the impacts of ITS applications

using microscopic traffic simulators. Advances in Transportation Studies an international

Journal, November.

CEET, 2014. Casa Editorial El Tiempo. [En línea]

Available at: http://www.eltiempo.com/archivo/documento/MAM-3531869

[Último acceso: 25 09 2014].

Centro de control de tránsito de Medellín, 2013. Sistemas Inteligentes en Red S.A.S.

Medellín: s.n.



Chawla, A. M. S., 2007. Motorcycle safety device investigation: A case study on airbags..

Academic Journal: Sadhan ¯ a¯, 11 August, Volumen 32, p. 427–443.

Chu Cong, M., Kazushi , S., Tran Thanh, M. & Shoji, M., 2009. Development of

Motorcycle Unit (MCU) For Motorcycle-Dominated Traffic. Journal of the Eastern Asia

Society for Transportation Studies, Volumen 7.

Chu Cong, M. & Kazushi, S., 2003. Analysis of motorcycle efects to saturation flow rate at

signalized intersection in developing countries. Journal of the Eastern Asia Society for

Transportation Studies, October.Volumen 5.

Chu Cong, M., Kazushi, S. & Shoji, M., 2005. The speed, flow and headway analyses of

motorcycle traffic. Journal of the Eastern Asia Society for Transportation Studies, pp.

1496-1508.

Comité de ensambladoras de motos japonesas, 2013. Octavo estudio socio demográfico

de los usuarios de motos en Colombia, s.l.: s.n.

Faezi, S., Hamid, H. & Davoodi, S., 2011. Predicting Speed Model of Horizontal Curves

on Exclusive Motorcycle Lane. Australian Journal of Basic & Applied Sciences, 01 may,

Volumen 5, p. 5.

Fernández, H. O., 2013. Técnicas para mejorar la seguridad vial en zonas latereles de

carreteras. Cali, s.n.

Gaitán , J. M., 2011. La movilidad de las motocicletas en la Ciudad de Neiva. Corporación

Universitaria del Huila, 3(2).

García, M. F., 2008. Análisis de alternativas y diseño funcional de un motovía en la

ciudad de Cali, Cali: Corporación Fondo de Prevención Vial.

Greenshields, B., 1935. Study in Highway Capacity. Highway Research Boad,

Proceedings, s.l.: s.n.

Güven, A. & Can, K., 2012. Trafik akişinin eniyilemesinde kuadratik programlamanin

uygulanmasi. Journal of New World Sciences Academy (NWSA), January, Volumen 7,

pp. 161-168.

India Infrastructure Report, 2001. s.l., Oxford University Press.

Indriastuti, A. & Sulistio, H., 2010. Influencing factors on motorcycle accident in urban

area of Malang, Indonesia.. International Journal of Motorcycle Studies, 01 september,

2(5), pp. 252-255.

Intersecciones semaforizadas, 2012. Intersecciones semaforizadas. [En línea]

Available at:

http://www.madrid.es/UnidadesDescentralizadas/UDCUrbanismo/Comision%20PGOUM/I

nstruccionViaPublica/Ficheros/fic5.2.pdf

kazushi , S. & Chu Cong , M., 2001. Analysis of motorcycle effects to saturation flow rate

at signalized intersection in developing countries. The Eastern Asia Society for

Transportation Studies, Volumen 5.



LISA+, 2010. Capacitación semafórica. Medellín, Universidad Nacional de Colombia.

Mcshane, W. & Roess, R., 1990. Traffic Engineering. EE.UU: Polytechnic Univerity.

Microsimulation Guidelines, 2013. Microsimulation Guidelines. [En línea]

Available at: http://www.wisdot.info/microsimulation/index.php?title=Model_Calibration

MicroStrategy, s.f. MicroStrategy Analytics. [En línea]

Available at: http://www.microstrategy.es/

Minh, C., Matsumoto, S. & Sano, K., 2005. The speed, flow and headway analyses of

motorcycle traffic. Journal of the Eastern Asia Society for Transportation Studies, pp.

1496-1508.

Nguyen, Y., Kazushi , S., Tran, V. & Nguyen , V., 2009. Estimating capacity and vehicle

equivalent unit by motorcycles at road segments in urban road. Department of Civil and

Environmental Engineering, pp. 120-200.

Peña Cabra, A. P., 2014. Determinación del factor de equivalencia de motocicletas en

flujo ininterrunpido en vias con pendientes 0% de 3 carriles en Colombia, Bogotá: s.n.

Pineda, M., 2013. Presentación de la metodología IRAP y su aplicación en Colombia.

Cali, s.n.

Powell, M., 1999. A model to represent motorcycle behaviour at signalized.. Institute for

Transport Studies, 4 April.

PTV GROUP, s.f. PTV VISSIM.

Radelat, G., 1964. Principios de ingeniería de Tránsito. Chicago: Instituto de Ingenieros

de Transporte.

Radelat, G., 1988. Glosario de terminos sobre ingenieria de tránsito. s.l.:Instituto de

Ingenieros de Transporte.

Rojas, A. P., 2013. Evaluación de seguridad en segmentos de carreteras de dos carriles

mediante el uso del modulo CPM del IHSDM. Cali, s.n.

Rowell, S., Popov, A. & Meijaard, J., 2008. Application of predictive control strategies to

the motorcycle riding task. Academic Journal: Vehicle System Dynamics, 02 September,

Volumen 46, pp. 805-814.

Scribd, 2013. Capítulo 4. Semáforos. [En línea]

Available at: http://es.scribd.com/doc/56398763/6/Ventajas-y-Desventajas-del-Uso-de-

Semaforos

Songsakdi, R., Rongviriyapanich, T. & Sompakdee, P., 2010. Microscopic Simulation for

Modeling Effects of Motorcycles on Traffic Operations at Signalized Intersection. Journal

of the Eastern Asia Society for Transportation Studies, Volumen 8, pp. 1-8.

Stedmon, A., Crundall, D., Crundall, E. & Irune, A., 2010. Investigating motorcycle rider

behaviour: Developing an integrated experiment approach. Advances in Transportation

Studies an international Journal, 01 December.



Suárez, L., 2007. Análisis y Evaluación Operacional de Intersecciones Urbanas Mediante

Microsimulación, Medellín: Universidad Nacional de Colombia., Facultad de Minas.

Urban Roads, 2007. Specifications for design (TCXDVN 104 - 2007). Vietnam

construction standard.

Valencia Alaix, V. G., 2002. Principios sobre semáforos, Medellín: Universidad Nacional

de Colombia.

Valencia Alaix, V. G., 2007. Guia de Ingenieria de Tránsito, Medellín: Universidad

Nacional - sede Medellín.

Valencia Alaix, V. G. & Álvarez V, C., 2005. Factores de equivalencia vehicular, Medellín:

Universidad Nacional de Colombia.

Velandia Siachoque, P. J., 2013. Criterios metodológicos para involucrar el factor moto

en los estudios de tránsito en Bogotá, Bogotá: s.n.

Visualbeta, 2013. Kinovea. Analisis de videos deportivos. [En línea]

Available at: http://www.visualbeta.es/3917/multimedia/kinovea-analisis-de-videos-

deportivos/

Wiedemann, R., 1974. Simulation des straßenverkehrsflusses, Karlsruhe: Universität

Karlsruhe.



INFORMACIÓN GENERAL DE LOS TRAMOS ESTUDIADOS.

ESCENARIO 1. Tramo vial en sentido SN del costado sur de la intersección entre la

carrera 45 (El Palo) con calle 53

Uso del suelo:

El sector en estudio pertenece principalmente a una centralidad barrial. Se encuentra

ubicado en la comuna 10 – La Candelaria del municipio de Medellín. En general se

observa que el uso de suelo es residencial y comercial.

Figura 8-1: Localización general – Escenario 1

Fuente: http://www.medellin.gov.co/



Jerarquía vial

El tramo vial de interés presenta circulación del flujo en sentido S-N. El tramo está

ubicado al costado sur de la carrera 45 (El Palo) antes de intersectarse con la calle 53.

Dicha carrera registra como una vía colectora la cual tienen por objetivo recoger el

tránsito de las calles locales, conducirlo a las arterias y viceversa.

Figura 8-2: Jerarquización – Carrera 45 (El Palo) con calle 53

Fuente: http://poseidon.medellin.gov.co/MapasProtocolizados/MapasProtocolizadosI.html

El estado del pavimento y sendero peatonal.

Pavimento flexible, en buen estado. No se observa presencia de berma.

La calzada está compuesta por dos carriles con ancho promedio de 3.5m, acompañados

de cuneta a ambos lados de la calzada. El ancho promedio del andén es de 2.0m. No se

observó obstáculos en dicho andén que afectaran la circulación peatonal de la zona.



Figura 8-3: Escenario 1 _ Fotografía 1

Fuente: Fotografía tomada en el 2013

Señalización y demarcación

La calzada está bien señalizada, presenta demarcación para la división de los carriles e

indicación de los sentidos viales. También se observó demarcada la línea de detención y

de ubicación del semáforo. En el tramo de estudio no se observa señalización vertical.

Fluidez del tránsito vehicular

Durante la realización del estudio en campo, no se observó congestión en el tramo de

interés, sin embargo las velocidades de los vehículos no eran muy altas.

Transporte No Motorizado

Movimientos peatonales.

En la zona se presentan altos volúmenes peatonales, debido a que la vía en estudio se

ubica en el centro de la ciudad, siendo un gran atrayente de viajes tanto vehiculares

como peatonales, gracias al desarrollo y uso del suelo de la zona.

Transporte en bicicleta.

Se observó baja presencia de este medio de transporte, solo en casos muy aislados se

detectaron algunos usuarios, cuyo volumen no es considerable.



Parqueo

En el sector se observa varias estructuras para el parqueo público y privado (edificio de

parqueo), por lo que no se presenta obstaculización del tránsito por parqueo sobre la vía

para y cerca del tramo en estudio.

ESCENARIO 2. Tramo vial en sentido NS de la carrera 63 (Avenida Regional), cerca del

puente de la calle 77 (Puente del Mico)

Uso del suelo

El sector de estudio se ubica en la comuna 5 - Castilla de la ciudad de Medellín. El uso

del suelo es industrial, cerca del tramo en estudio se sitúa la Terminal de Transportes del

Norte de la ciudad Medellín y varios talleres automotrices.

Figura 8-4: Localización general – Escenario 2


Jerarquía vial

El tramo vial de interés presenta circulación del flujo en sentido N-S. Está ubicado sobre

la carrera 64 - Avenida regional, al costado occidental del rio de Medellín. Dicha avenida

es una vía arterial principal, la cual esta predestinada prioritariamente a ofrecer movilidad

vehicular y tienen como fin segundario el acceso a las propiedades colindantes.



Figura 8-5: Jerarquización – Carrera 63 con Calle 77 (Puente del Mico)



Pavimento flexible, en buen estado. Con presencia de berma al costado occidental de la

calzada, la cual está compuesta por dos carriles con ancho promedio de 3.5m. No se

observa andén peatonal en ningún costado de la calzada.


La señalización vertical cerca de la zona de interés es deficiente, sin embargo la

demarcación vial está en buen estado y la iluminación de la vía en general es buena.


Durante la realización del estudio se observó fluctuaciones de congestión en el tramo de

interés, lo cual afectaba directamente las velocidades y la separación entre vehículos.


Movimientos peatonales

Durante el intervalo de tiempo estudiado no se observó presencia significativa de flujo

peatonal, debido a la lejanía que tiene el tramo vial con las residencias y las empresas.


Durante la realización del estudio, no se observó la circulación de bicicletas.

Parqueo

Durante la realización del estudio, no se observó parqueo sobre el tramo de interés.

http://poseidon.medellin.gov.co/MapasProtocolizados/MapasProtocolizadosI.html




Fuente: Sistemas Inteligentes en red

ESCENARIO 3. Tramo vial en sentido NS de la carrera 64C (Autopista Norte), cerca de

la Calle 67

Uso del suelo

El sector de estudio se ubica en la comuna 5 - Castilla de la ciudad de Medellín.

El uso del suelo es industrial y educativo, cerca del tramo en estudio se sitúa la

Secretaria de Transporte y Tránsito de Medellín, la Fiscalía General de la Nación, el

Centro de Logística C.C.C, la Industria Coca – Cola y la Universidad Nacional de

Colombia.

Figura 8-7. Localización general – Escenario 3




Jerarquía vial

El tramo vial de interés presenta circulación del flujo en sentido N-S y dicho tramo está

ubicado sobre la carrera 64C – Autopista Norte, la cual es una vía arterial principal.

Figura 8-8. Jerarquización – Carrera 64C (Autopista Norte) con Calle 67



Pavimento flexible, en buen estado. No se observa presencia de berma.

La calzada está compuesta por tres carriles con ancho promedio de 3.5m, acompañados

de cuneta al costado oeste de la calzada. Existe andén peatonal al costado oeste, el cual

es continuo en altura, pero se interrumpe por el acceso a la industria Coca-Cola.


La señalización vertical cerca de la zona de interés es buena y discontinua.

Existe demarcación con línea discontinua para indicar que es posible realizar

adelantamiento entre carriles y con línea continua a los costados de la calzada, para

indicar los límites de los carriles que conforman dicha calzada. La iluminación de la vía

en general es buena.

http://www.medellin.gov.co/




Fuente: Sistemas Inteligentes en red


Durante la realización del estudio se observa algunas rutas de buses y minibuses, sin

embargo estos vehículos no generaron demoras por detención al parar o al subir

pasajeros.


Movimientos peatonales.

Durante el intervalo de tiempo estudiado no se observó presencia significativa de flujo

peatonal.


Durante la realización del estudio, no se observó circulación representativa de bicicletas.

Parqueo

Durante la realización del estudio, no se observó ningún parqueo cerca o sobre el tramo

de interés.

"Nada tarda tanto en llegar como lo que nunca se empieza."

Alain

método para hallar el factor de equivalencia vehicular a...

Documents